ÉCOLE DE TECHNOLOGIE SUPÉRIEURE UNIVERSITÉ DU QUÉBEC MÉMOIRE PRÉSENTÉ À L’ÉCOLE DE TECHNOLOGIE SUPÉRIEURE COMME EXIGENCE PARTIELLE À L’OBTENTION DE LA MAÎTRISE EN GÉNIE MÉCANIQUE M.Ing. PAR Gilles BLAIS MÉTHODOLOGIE DE SÉLECTION D’ANTI-ERREUR À L’ASSEMBLAGE PAR CALCUL DE L’EFFICACITÉ ET DU COÛT GLOBAL D’UNE APPLICATION MONTRÉAL, LE 21 AVRIL 2011 ©Tous droits réservés, Gilles Blais, 2011
Welcome message from author
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
ÉCOLE DE TECHNOLOGIE SUPÉRIEURE UNIVERSITÉ DU QUÉBEC
MÉMOIRE PRÉSENTÉ À L’ÉCOLE DE TECHNOLOGIE SUPÉRIEURE
COMME EXIGENCE PARTIELLE À L’OBTENTION DE LA
MAÎTRISE EN GÉNIE MÉCANIQUE M.Ing.
PAR Gilles BLAIS
MÉTHODOLOGIE DE SÉLECTION D’ANTI-ERREUR À L’ASSEMBLAGE PAR CALCUL DE L’EFFICACITÉ ET DU COÛT GLOBAL D’UNE APPLICATION
MONTRÉAL, LE 21 AVRIL 2011
©Tous droits réservés, Gilles Blais, 2011
©Tous droits réservés
Cette licence signifie qu’il est interdit de reproduire, d’enregistrer ou de diffuser en tout ou en partie, le
présent document. Le lecteur qui désire imprimer ou conserver sur un autre media une partie importante de
ce document, doit obligatoirement en demander l’autorisation à l’auteur.
PRÉSENTATION DU JURY
CE MÉMOIRE A ÉTÉ ÉVALUÉ
PAR UN JURY COMPOSÉ DE : M. Souheil-Antoine Tahan, ing., Ph.D., directeur de mémoire Département de génie mécanique à l’École de technologie supérieure M. Michel Rioux, ing., Ph.D., codirecteur de mémoire Département de la production automatisée à l’École de technologie supérieure M. Anh Dung, ing., Ph.D., président du jury Département de génie mécanique à l’École de technologie supérieure M. Marc Paquet, ing., MBA, Ph.D., membre du jury Département de la production automatisée à l’École de technologie supérieure M. Jean-François Lambert, ing., M.Sc., membre du jury Département de développement de produits – BRP inc.
IL A FAIT L’OBJET D’UNE SOUTENANCE DEVANT JURY ET PUBLIC
LE 8 JUIN 2011
À L’ÉCOLE DE TECHNOLOGIE SUPÉRIEURE
REMERCIEMENTS
Ce projet fût d'abord une expérience très enrichissante à laquelle plusieurs personnes ont
contribué. Dans un premier temps, je tiens à remercier mon directeur de recherche, le
professeur Souheil-Antoine Tahan du département de génie mécanique à l’ÉTS ainsi que
mon codirecteur de recherche, le professeur Michel Rioux du département de la production
automatisée de l’ÉTS pour leur excellent support tout au long du projet.
De plus, je remercie monsieur Patrick Dussault et monsieur Vincent Morin de BRP pour
certaines orientations initiales du projet qui furent bénéfiques pour la résultante de celui-ci.
Pour ce qui a trait à la portion de la méthodologie qui consiste à la capture des bonnes
pratiques d'anti-erreur dans l'industrie ainsi que de la philosophie du TPS (Toyota Production
System), je remercie monsieur Michael Payne et monsieur Mike Hoseus pour leur transfert de
connaissance de l'approche de Toyota concernant le sujet. Également, certains membres de
BRP tels que messieurs Joël Bombardier, François Côté et Daniel Gélinas sont remerciés
pour leur contribution au projet. Sans oublier le personnel de BRP et les consultants qui ont
collaboré indirectement à ce mémoire par leurs excellentes réalisations.
Enfin, je remercie infiniment ma conjointe, Messaouda Benhizia, pour tout son soutien moral
et familial des deux dernières années.
MÉTHODOLOGIE DE SÉLECTION D’ANTI-ERREUR À L’ASSEMBLAGE PAR CALCUL DE L’EFFICACITÉ ET DU COÛT GLOBAL D’UNE APPLICATION
Gilles BLAIS
RÉSUMÉ
La compétition est très présente dans les secteurs de l'automobile, de la motocyclette et des produits récréatifs. Un facteur important pour demeurer ou devenir une tête de file dans ce secteur est de maintenir le niveau de la qualité du produit élevé face aux consommateurs et ainsi garder une excellente réputation. La variété des véhicules ainsi que le niveau de complexité de ces derniers ont une tangente soutenue vers la hausse pour rencontrer les besoins des consommateurs. Le fait d'assembler ces véhicules dans un mode de production dit «en modèle mixte», l'assembleur est exposé à faire des erreurs à cause de l'alternance des modèles sur la ligne d'assemblage. Le présent mémoire propose une méthodologie originale de sélection d'anti-erreur pour supporter les ingénieurs et les techniciens impliqués dans le développement de produit et dans la mise en production. Le but de cette méthodologie est d'aider l'assembleur à éviter des erreurs lors des étapes d'assemblage. La méthodologie se résume ainsi: • Priorisation des composants par une approche AMDEC/FMEA ou une analyse de
l'historique des défaillances et des plaintes de clients; • Sélection des options d'anti-erreurs potentielles avec l'aide d'une liste des trente-six (36)
anti-erreurs fréquemment utilisées dans l'industrie; • Calcul du coût global et de l'efficacité du niveau de qualité obtenu; • Sélection de la meilleure option d'anti-erreur tôt dans le processus de conception. La méthodologie, nommée AEBRP, s'appuie fortement sur des fondements de base de la philosophie du système de production Toyota et plus particulièrement du pilier JIDOKA. Elle est établie en fonction des applications d'assemblage de produits récréatifs de BRP inc. mais peut être utilisée pour d'autres types de produits. Mots clés: anti-erreur, Poka-Yoke, conception, outillage, modèle mixte, coût global, qualité, produits récréatifs, BRP
MÉTHODOLOGIE DE SÉLECTION D’ANTI-ERREUR À L’ASSEMBLAGE PAR CALCUL DE L’EFFICACITÉ ET DU COÛT GLOBAL D’UNE APPLICATION
Gilles BLAIS
ABSTRACT
The automotive, the motorcycle and the recreational products industries are very competitive at this moment. One of the important factors to remain or become a head of the competition is to maintain the quality of the product very high. This is a key factor to keep an excellent reputation towards to the customer. The vehicles variety and complexity are generally getting higher to meet the customer needs. The assembly mode being in mixed model production, alternating the vehicles on the assembly line may increase de risks of mistakes generated by the assembly operators. The current dissertation is proposing an original methodology of error-proofing selection to support the engineers and technicians that are involved in the new product development and the start of production activities. The final purpose is to provide an adequate component ant tool design so the mistakes are being avoided at the assembly steps. The methodology can be summarized as follows: • Components priority by FMEA approach or historical analysis of failures / customer
complaints; • Error-proofing potential options selection with support of a list of thirty-six (36) error-
proofing approach frequently utilized in the industry; • Calculus of global cost & quality efficiency level; • Selection of the best error-proofing option early in the design phase. The methodology, named AEBRP, is strongly based on some foundations of the Toyota Production System philosophy and particularly the JIDOKA pillar. This methodology is built in function of applications of Bombardier Recreational Products (BRP Inc.) but can be used for other types of products. Keywords: error-proofing, mistake proofing, Poka-Yoke, design, tool, mixed model production, global cost, quality, recreational products, BRP
TABLE DES MATIÈRES
Page
INTRODUCTION ET MOTIVATION .....................................................................................1
CHAPITRE 1 PROBLÉMATIQUE INDUSTRIELLE ......................................................1 1.1 Mise en situation ............................................................................................................1 1.2 Énoncé de la problématique et des questions de recherche ...........................................2 1.3 Hypothèses et limites du projet ......................................................................................4 1.4 Définitions et terminologie ............................................................................................4
CHAPITRE 2 REVUE DE LITTÉRATURE ET ÉTAT DE L’ART DU DOMAINE .......7 2.1 Historique de l'approche qualité ....................................................................................7 2.2 Philosophie du TPS dans la conception .......................................................................10 2.3 Pratiques existantes favorisant l'anti-erreur lors de la conception ...............................13
2.3.1 FMEA / AMDEC ...................................................................................... 14 2.3.2 DFA – Design for Assembly..................................................................... 15 2.3.3 Méthodologie DFMA................................................................................ 17 2.3.4 Approche Assembly Advisor de Poli ......................................................... 20 2.3.5 Exemples d'anti-erreurs intégrées au design ............................................. 21
2.4 Définition et lignes directrices d’application d’anti-erreurs ........................................22 2.4.1 Différents types d'anti-erreurs ................................................................... 22 2.4.2 Lignes directrices d'application d'anti-erreurs .......................................... 23
2.5 Coûts associés à la non-qualité ....................................................................................25 2.5.1 Les trois types d'inspection ....................................................................... 25 2.5.2 Coûts de la non-qualité ............................................................................. 26 2.5.3 Effet d'une anti-erreur sur l'économie d'un système de production .......... 26
CHAPITRE 3 MÉTHODOLOGIE AEBRP DE SÉLECTION D’ANTI-ERREURS ......29 3.1 Démarche de la création de la méthodologie ...............................................................29 3.2 Processus de calcul de coût associé à la non-qualité ...................................................31 3.3 Sélection des anti-erreurs .............................................................................................37
3.3.1 Anti-erreurs dans la conception des composants ...................................... 38 3.3.2 Anti-erreurs mécaniques à l’assemblage .................................................. 40 3.3.3 Anti-erreurs technologiques ...................................................................... 40 3.3.4 Anti-erreurs aides visuelles ....................................................................... 45
3.4 Processus de calcul de l’efficacité de l’application en qualité .....................................44 3.5 Méthodologie AEBRP .................................................................................................49 3.6 Sommaire du chapitre ..................................................................................................52
XII
CHAPITRE 4 VALIDATION DE LA MÉTHODOLOGIE AEBRP ...............................55 4.1 Sélection de concept du Spyder® ................................................................................55 4.2 Application et validation de la méthodologie AEBRP ................................................58
4.2.1 Application # 1 : installation de l'antenne ................................................. 58 4.2.2 Application # 2 : rangement des ailes ....................................................... 60 4.2.3 Application # 3 : barre d’accouplement .................................................... 62 4.2.4 Application # 4 : couple de serrage d’un câble électrique ........................ 64 4.2.5 Application # 5 : branchement électrique ................................................. 66
4.3 Sommaire du chapitre ..................................................................................................68
CHAPITRE 5 CONCLUSION GÉNÉRALE ....................................................................69 5.1 Apports .........................................................................................................................69 5.2 Synthèse de la méthodologie proposée ........................................................................72 5.3 Recommandations pour les travaux futurs ...................................................................73 5.4 Épilogue .......................................................................................................................75
ANNEXE I CHOIX DE MÉTHODE D'ASSEMBLAGE .............................................77
ANNEXE II MANIPULATION MANUELLE, ESTIMATION DU TEMPS ...............79
ANNEXE III INSERTION MANUELLE, ESTIMATION DU TEMPS ........................81
ANNEXE IV PREMIER CHIFFRE (BOOTHROYD) ....................................................83
ANNEXE V CALCUL DES COÛTS DE RÉPARATION ............................................85
ANNEXE VI CALCUL DU COÛT ESTIMÉ DE L’IMPACT SUR LA RÉPUTATION ....................................................................................87
LISTE DE RÉFÉRENCES BIBLIOGRAPHIQUES...............................................................89
LISTE DES TABLEAUX
Page Tableau 1.1 Options vers une orientation d’une qualité accrue .......................................3
Tableau 2.1 Matrice typique d'outils PFMEA ...............................................................15
Tableau 2.2 Calcul d'efficacité d'assemblage par la méthode DFMA ...........................20
Tableau 2.3 Assembly Advisor de Poli ...........................................................................20
Tableau 3.1 Tableau des coûts de main-d’œuvre pour réparation .................................32
Tableau 3.2. Tableau des coûts de main-d’œuvre et réputation par type d’erreur .........35
Tableau 3.3 Sommaire des applications d’anti-erreurs ..................................................45
Tableau 3.4 Temps d’assemblage moyen ......................................................................47
Tableau 5.1 Exemple d’un guide d’applications d’anti-erreurs .....................................74
LISTE DES FIGURES
Page
Figure 1.1 Schéma d’évolution d’une production de masse vers une flexibilité ..........1
Figure 2.1 Principaux événements manufacturiers et en qualité ...................................7
Figure 2.2 Système de production Toyota (TPS) ........................................................10
Figure 2.3 Diagramme des phases de développement de BRP et Toyota ...................11
Figure 2.4 Lignes directrices pour design pour assemblage manuel ...........................18
Figure 2.5 Cinq anti-erreurs simples ...........................................................................23
Figure 2.6 Exemple d'application d'anti-erreur et de son effet sur le coût global .......28
Figure 3.1 Schéma des trois (3) étapes requises pour la méthodologie AEBRP .........29
Figure 3.2 Schéma des différents types de problèmes détectés ..................................34
Figure 3.3 Pictogramme des différents types d’erreurs ...............................................37
Figure 3.4 Schéma de l’application du principe Jidoka ..............................................38
Figure 3.5 Liste des anti-erreurs intégrées dans la conception ....................................39
Figure 3.6 Liste des anti-erreurs mécaniques dans l’outillage d’assemblage .............41
Figure 3.7 Liste des anti-erreurs technologiques .........................................................42
Figure 3.8 Liste des aides visuelles .............................................................................44
Figure 3.9 Schéma représentant l’obtention de l’efficacité en qualité ........................46
Figure 3.10 Diagramme de cheminement de la méthodologie AEBRP ........................49
Figure 3.11 Représentation visuelle de l’objectif ..........................................................50
Figure 3.12 Calcul de gC et de qE pour l’exemple de démonstration ...........................51
Figure 3.13 Graphique des options d’anti-erreur pour le cas étudié .............................51
Figure 3.14 Schéma sommaire de la méthodologie AEBRP .........................................52
Figure 4.1 Volume des séries de véhicules Spyder® analysées ..................................55
XVI
Figure 4.2 Sommaire des problématiques pour les modèles x et y ..............................56
Figure 4.3 Sommaire des problématiques pour le modèle z .......................................57
Figure 4.4 Mode de livraison de l’antenne du Spyder® .............................................58
Figure 4.5 Analyse comparative d’anti-erreur pour l’antenne ....................................59
Figure 4.6 Représentation graphique de l’analyse de l’application #1 .......................59
Figure 4.7 Mode de livraison des ailes non-installées .................................................60
Figure 4.8 Analyse comparative d’anti-erreur pour l’aile avant .................................61
Figure 4.9 Représentation graphique de l’analyse de l’application #2 .......................61
Figure 4.10 Variance de longueur entre deux modèles .................................................62
Figure 4.11 Analyse comparative d’anti-erreur de la barre d’accouplement ................62
Figure 4.12 Représentation graphique de l’analyse de l’application #3 .......................63
Figure 4.13 Anti-erreur avec interférence mécanique ...................................................63
Figure 4.14 Outil pneumatique versus outil électrique .................................................64
Figure 4.15 Analyse comparative pour le vissage d’un câble de mise à terre ..............64
Figure 4.16 Représentation graphique de l’analyse de l’application #4 .......................65
Figure 4.17 Analyse comparative d’anti-erreur pour branchement électrique ..............66
Figure 4.18 Représentation graphique de l’analyse du composant #5 ..........................67
Figure 5.1 Schéma des alternatives pour assurer la qualité à l’assemblage ................70
Figure 5.2 Intégration de l’anti-erreur dans le cycle de développement de BRP ........73
LISTE DES ABRÉVIATIONS, SIGLES ET ACRONYMES BRP Bombardier Recreational Products (Bombardier Produits Récréatifs) AEBRP Anti-erreur BRP TPS Toyota Production System DFMA Design for Manufacturing and Assembly DFM Design for Manufacturing DFA Design for Assembly FMEA Failure Modes and Effects Analysis (Analyse des modes de défaillance de
leurs effets critiques / AMDEC) DFSS Design for Six Sigma QFD Quality Function Deployment RFID Radio Frequency identification
LISTE DES SYMBOLES ET UNITÉS DE MESURE
nqC Coût associé à la non-qualité [$]
aC Coût d’implantation de l’anti-erreur [$]
gC Coût global [$]
mdoC Coût de main d’œuvre pour la réparation [$]
repC Coût estimé de l’impact sur la réputation [$]
pceC Coût relié aux composants [$]
qE Efficacité en qualité [%]
sE Efficacité reliée à la standardisation [%]
E Efficacité d’assemblage [%]
aE Efficacité de l’anti-erreur [%]
SKU Nombre de modèles de véhicules [unité] VAR Quantité de variante d’un composant sur l’ensemble des modèles [unité]
MinN Nombre minimal de composant [unité]
MoyT Temps moyen [sec] (Note : TM aussi utilisé)
INTRODUCTION ET MOTIVATION
Ce document est un mémoire d’une maîtrise effectuée en milieu industriel. Les changements
du secteur depuis les dernières années (mondialisation, diminution du temps de cycle de
développement, spécialisation des fournisseurs, etc.) obligent les compagnies à modifier
leurs processus de développement. Plus particulièrement, le secteur manufacturier canadien a
subi des mutations majeures par l’introduction de la fabrication numérique, les
environnements virtuels et l’émergence de nouveaux concurrents à travers le monde.
Bombardier Produits Récréatifs inc. (BRP), leader mondial dans son domaine, a depuis deux
décennies introduit dans toutes ses filiales une démarche de qualité et d’amélioration
continue dans ses processus d’affaires. Aujourd’hui, la concurrence oblige la compagnie à
maintenir des standards très élevés en matière d’innovation et de performance.
Pour maintenir la compétitivité avec ces contraintes, l’idée de concevoir « bon du premier
coup » devient un objectif à atteindre. Les itérations et les modifications sur les conceptions
après le lancement de la fabrication ou en service, deviennent de plus en plus coûteuses, donc
indésirables.
Aussi, la rotation du personnel incite la compagnie à introduire des outils simples et fiables
pour garantir un seuil minimal de qualité dans les nouveaux concepts de véhicules.
Partant de l’idée simple mais fondamentale, une action préventive est plus efficace qu’une
curative, le présent projet est né du désir d’outiller les concepteurs de produits et de procédés
d’assemblage d’une méthodologie pour employer massivement des anti-erreurs dès les
premières phases du développement. Des options spécifiques sont ainsi proposées et un
processus quantitatif est mis en place pour sélectionner la meilleure option.
CHAPITRE 1
PROBLÉMATIQUE INDUSTRIELLE
1.1 Mise en situation
Deux des principales transformations des dernières décennies dans le secteur automobile
sont: la production en modèle mixte et l’agilité manufacturière1. La production mixte permet
de stabiliser davantage les opérations manufacturières et de se rapprocher ainsi de la
demande de la clientèle par une certaine flexibilité. Par conséquent, les groupes de génie
industriel et de développement doivent ajuster leurs pratiques en fonction des contraintes
additionnelles que peut engendrer ce récent mode manufacturier. Dans les faits, l'alternance
des modèles où les concepts des composants, sous-assemblages ou modules ne sont pas
nécessairement standardisés peut augmenter considérablement le risque d'erreur. C’est
pourquoi une approche différente doit être adoptée pour l’ingénierie des nouvelles
plateformes et pour la conception de l’outillage pour assembler les véhicules.
Figure 1.1 Schéma d’évolution d’une production de masse vers une flexibilité2 1 L'agilité manufacturière consiste en la capacité à répondre rapidement à la demande du client avec un
minimum d'inventaire.
2 Tirée de Antonio (2006, p.5)
2
Parallèlement, la tendance actuelle dans la conception de véhicules automobiles s'oriente vers
une flexibilité croissante, comme présenté en Figure 1.1, ce qui constitue en soit un atout
pour devenir plus agile en tant que fabricant.
Le terme «Mass Customization» désigne la capacité d'une entreprise à réaliser plus de variété
à grand volume tout en maintenant des coûts bas et des livraisons rapides. La modularité est
donc une approche de plus en plus adoptée dans l'industrie et est utilisée à différents niveaux.
Ceci consiste principalement à décomposer des systèmes complexes tout en gardant en
perspective le potentiel d'interchangeabilité pour les différents modèles. La modularité a un
impact bénéfique du point de vue de l’agilité. Par contre, elle n'écarte pas les risques d'erreurs
à l'assemblage.
BRP est une compagnie qui conçoit, développe et assemble des produits d'une très grande
variété. Les produits assemblés à Valcourt au Québec sont les suivants; motomarine Sea-
Doo®, motoneige Ski-Doo®, véhicules tout-terrains Can-Am® et roadster Can-Am
Spyder®. Prenant le virage d'une production par lot vers une production en modèle mixte et
entamant ses activités vers une optimisation de l'agilité manufacturière, la compagnie a donc
un vif intérêt pour le présent projet. Nous proposons d’utiliser des études de cas, directement
tirées de conceptions propres à BRP pour valider la méthodologie conçue dans le cadre de
cette recherche.
1.2 Énoncé de la problématique et des questions de recherche
À ce jour, il est très difficile d'évaluer rapidement un concept d’assemblage et de déterminer
son efficacité ou encore d’estimer sa robustesse de conception au point de vue de la qualité.
De plus, il est difficile de mesurer ou d'évaluer le comportement des anti-erreurs implantées
dans les procédés d'assemblage. Le Tableau 1.1 représente les trois (3) principales approches
utilisées pour éviter d’expédier aux clients des produits avec des défaillances. Nous savons
qu’il y a un certain coût mais difficilement quantifiable.
3
Tableau 1.1 Options vers une orientation d’une qualité accrue
options conception outillage d'assemblage inspection efficacité évaluation de coût
1) anti-erreur n/a n/a O Existant
2) - anti-erreur n/a Non-Existant
3) - - étape d'inspection X Non-Existant
Il est possible d’évaluer le coût d’implantation de l'anti-erreur dans le composant. Il est
cependant moins évident d'évaluer les coûts des équipements nécessaires pour l’intégration
de l’anti-erreur dans l’outillage à l’assemblage car il existe une grande variété d’options et
leur coût d’implantation peut fluctuer énormément. Ainsi, il est difficile d’adopter une
position éclairée sur l'option optimale pour le composant ou l’assemblage en question.
Voici donc les questions de recherche dont les réponses mènent à une méthodologie
d'évaluation pour une sélection de l'option optimale visant à minimiser le coût global :
1. Comment peut-on évaluer rapidement l'efficacité d'assemblage d'une conception d'une
manière objective et quantifiable? (Cette valeur devenant un référentiel de comparaison.)
2. Comment quantifier le niveau de standardisation des conceptions de composants allant
sur plusieurs modèles?
3. Comment peut-on d’une façon quantifiable évaluer le niveau d'anti-erreur intégré au
design?
4. Quel processus utiliser pour évaluer l'efficacité d'une anti-erreur dans l'outillage pour
l'étape de l'assemblage?
5. Comment évaluer dans un mode comparatif le coût global des différentes options : anti-
erreur intégrée au design, anti-erreur intégrée à l'outillage d'assemblage ou aide visuelle
supportant l’assembleur pour ses opérations?
Les réponses à ces questions nous permettent d’obtenir des variables que nous pouvons
utiliser pour valider la méthodologie avec des conceptions tirées d’applications industrielles
concrètes. De cette manière, nous prétendons assurer la qualité au moindre coût.
4
1.3 Hypothèses et limites du projet
Cette recherche couvre un sujet dont la quantité d’entrants est énorme et peuvent nuire à
notre méthodologie de recherche. A priori, nous voulons étudier l’incidence de l’introduction
des anti-erreurs dans le processus de conception et d’assemblage. Pour bien établir les
frontières du projet, quelques hypothèses de travail ont été retenues. Premièrement, la
méthodologie se limite à la conception de composants en vue d'un assemblage. Le degré de
difficulté pour fabriquer les composants est exclu du présent mémoire. Deuxièmement, les
impacts de design pouvant générer une défaillance due à une faiblesse de composant ne sont
pas considérés. Seules les conceptions engendrant des risques d'erreurs à l'assemblage sont
mises à l’avant-plan à des fins d'élaboration et de validation de la méthodologie.
Troisièmement, le niveau de modularité pouvant avoir un impact considérable sur la
complexité de l'assemblage, ce domaine est très vaste et peut compliquer considérablement le
processus de comparaison qui est à l'étude. Nous excluons donc ce facteur dans ce mémoire.
De plus, le facteur d’efficacité d’une inspection étant très dépendant de l’opérateur, la
méthodologie du mémoire exclut cette option.
Vu la variété des produits BRP ainsi que la diversité des équipes de mise en production et de
développement de produits, nous prenons pour hypothèse que les procédures d’assemblage
sont respectées et que les méthodes de conception sont standardisées entre les produits. Les
composants sélectionnés pour validation sont des assemblages représentatifs du roadster
Spyder® mais constituent en soi des applications typiques pour les autres produits.
1.4 Définitions et terminologie
Dans le présent mémoire, nous employons fréquemment des termes propres au domaine de la
productivité et du Lean. La définition de ces termes ne fait pas l’unanimité dans la
communauté. Nous avons jugé opportun de citer les principaux avec leurs définitions telles
que considérées dans le présent projet.
5
Le Poka-yoke:
« Poka-yoke (pronounced “POH-kay YOH-kay” was invented by Shigeo Shingo in the 1960s. The term “poka-yoke” comes from Japanese words “poka” (inadvertent mistake) and “yoke” (prevent). The essential idea of poka-yoke is to design your process so that mistakes are impossible or at least easily detected and corrected. » (Robinson, 2009, p. 1)
Dans ce mémoire, le terme « anti-erreur » est utilisé pour désigner la même vocation.
Le Jidoka est le principe qui, dans le but de livrer un produit de qualité au moindre coût,
assure l'arrêt de l'opération en cas de problème et règle ce dernier à la source ou le plus près
possible. Par le fait même, le gaspillage est minimisé. Les quatre (4) étapes de ce principe
sont les suivantes:
• Détection d'un problème;
• Arrêt de la machine, de l'opération ou de la ligne;
• Correction ou réparation de la situation;
• Recherche d'une solution permanente par l'identification de la cause racine.
L'autonomation peut être décrite comme étant l'automatisation à intelligence humaine. On
peut l'utiliser quand on peut appliquer le principe Jidoka à un équipement automatisé. La
machine pouvant arrêter par elle-même lors de la détection d'une non-conformité, cela
permet de libérer l’assembleur ou l’opérateur pour l'application d'autres tâches.
L’ingénierie simultanée est une méthode d'ingénierie dont le principe est d’engager
simultanément tous les acteurs d'un projet, dès le début de ce dernier. L’équipe
multidisciplinaire s’entend sur les objectifs à atteindre et s’assure de la réalisation de ceux-ci
pendant le projet.
6
Sommairement dans ce chapitre, nous exposons bien l’objectif de cette recherche qui vise à
combler un besoin d’une méthodologie simple d’utilisation. Celle-ci permettra aux
entreprises d’atteindre la flexibilité voulue tout en intégrant les anti-erreurs dans les
processus de conception de produits et d’outils. Le but ultime est d’éviter l’erreur à la source.
Les définitions citées ci-haut sont critiques et utilisées à leur juste valeur dans le cadre de cet
ouvrage. Pour la réalisation de cette méthodologie, nous nous référerons aux ouvrages des
dernières décennies tels que l’expose le CHAPITRE 2.
CHAPITRE 2
REVUE DE LITTÉRATURE ET ÉTAT DE L’ART DU DOMAINE
2.1 Historique de l'approche qualité
Il est reconnu que pour qu’une organisation soit couronnée de succès, la qualité doit être
omniprésente dans sa pratique. Beaucoup d'innovations sur ce sujet ont eu lieu lors du dernier
siècle. Les innovations dans la fabrication et l'assemblage de produits ont d'abord commencé
par une attention sur l'efficacité du personnel. Ce dernier s'est orienté vers la fin du 20e siècle
vers l'intégration de la qualité à travers le design. Voici, tel que le démontre la Figure 2.1, les
principales étapes clés de transformations nous rapprochant du statut actuel d'intégration de
la qualité dans les produits dans un mode de production optimisé.
Figure 2.1 Principaux événements manufacturiers et en qualité
Frederick Winslow Taylor (1856-1915) a inventé l'approche Scientific Management en
1909. Ce système était supporté par des études de temps et visait à déterminer la meilleure
méthode pour accomplir une tâche dans le plus court délai possible. La théorie était que
l'opérateur procède à un petit nombre de tâches d'une façon répétitive et qu’en cas d’erreur,
cette dernière était capturée par un inspecteur en aval de l'assemblage.
Henry Ford (1863-1947) a introduit l'assemblage de véhicules sur un convoyeur en continu
en 1913. Dans ce mode d'assemblage, l'opérateur reste à la même station et le véhicule est en
mouvement d'une station à l'autre pour les ajouts de composants. C’est l'introduction du
processus de production de masse.
Év é ne me nt s mondi a ux
M a nuf a c t ur i e r
P r i nc i pa ux i mpa c t e s qua l i t é
19 6 0 19 70 19 8 0 19 9 0 2 0 0 019 0 0 19 10 19 2 0 19 3 0 19 4 0 19 50
WWI WWII
TPS Group Technology Production mixte AgilitéFord assembly line
Gauss
Taylor
DemingShewhart
Juran Ishikawa
Crosby
Taguchi
Smith
Shingo
8
Walter Shewhart (1891-1967), quant à lui, a développé les méthodes de contrôle de procédé
supportées par les outils statistiques. En fait, il utilisait ces derniers pour évaluer quand une
action corrective devait être appliquée sur un procédé. Sa technique de charte de contrôle a
été largement utilisée jusqu'à ce jour.
William Edwards Deming (1900-1993) a popularisé la philosophie du Total Quality
Control (qualité totale) en 1950. Contrairement à la méthode de Taylor, Deming croyait que
si les travailleurs étaient entraînés et responsabilisés à supporter leur propre travail, la qualité
de leurs opérations résultantes augmenterait. Si les travailleurs avaient cette capacité, les
inspecteurs en fin de ligne d'assemblage ne seraient pas nécessaires, ce qui par le fait même
réduirait les coûts manufacturiers. Deming est reconnu comme étant le père de la renaissance
industrielle japonaise qui a suivi la 2e guerre mondiale.
Joseph M. Juran (1904-2008) a étendu le champ d'action de la qualité de l'usine à la
complète organisation nommée qualité globale. Il est l'auteur d’ouvrages tels que Statistical
Methods Applied to Manufacturing Problems, Quality Control Handbook et Quality Trilogy.
En 1937, Juran a formalisé en mathématique la distribution de Pareto en se référant à la loi de
Pareto aussi nommée loi des « 80/20 » qui remonte aux observations de Wilfredo Pareto.
Kaoru Ishikawa (1915-1989) étant un des pères du Total Quality Control, il a enseigné que
l'amélioration de la qualité est un processus en continu qui peut toujours progresser. Il fût
l'initiateur du diagramme cause-et-effet (Fishbone ou Ishikawa Diagram), permettant à
l'utilisateur de cibler les causes racines à partir d'une liste de causes potentielles à un certain
effet ou résultat. Il a aussi mis en évidence l'importance des outils qualité suivants : flow
chart, run chart, Pareto chart, scatter diagram, histogram et control chart. De plus,
Ishikawa a exploré le concept du cercle de qualité où une insistance est requise à tous les
niveaux de la hiérarchie afin d'atteindre les succès que la compagnie veut atteindre.
Philip Bayard Crosby (1926-2001) a développé quant à lui le concept zero defect où la
responsabilité principale de la qualité doit être prise par la direction et où celle-ci doit avoir
9
une approche top-down pour donner les lignes directrices à l'opérateur. Ce concept n'autorise
pas une production générant des erreurs.
Genichi Taguchi (né en 1924) a apporté la responsabilité de la qualité plus en amont du
lifecycle ou cycle de développement. En fait, il a attribué la responsabilité de la qualité à
l'ingénierie et au design, contrairement aux années antérieures où cette responsabilité relevait
des opérations manufacturières. La méthodologie Taguchi consiste en une optimisation de
produit et de procédé avant la fabrication et l'assemblage plutôt que de mettre l’accent sur
l'atteinte de la qualité par l'inspection. On insiste donc sur la fiabilité et la qualité à l'étape du
design. En 1957, Taguchi a introduit le processus Design of Experiment qui a été largement
utilisé depuis.
Shigeo Shingo (1909-1990) est reconnu comme un génie de l'ingénierie. Il a grandement
développé et promu l'approche de l’Error-Proofing, Zero Quality Control and Single Minute
Exchange of Die. Reconnaissant que le contrôle statistique en qualité n'aurait pas la capacité
de réduire à zéro les défauts, il a mis l’accent sur l'anti-erreur pour éliminer à la source le
risque d'erreur. Ce sujet est couvert et détaillé dans ce mémoire.
Taiichi Ohno (1912-1990) est considéré comme le père du Toyota Production System – TPS
(système de production Toyota) Il a écrit plusieurs livres sur ce sujet, le plus célèbre étant
Toyota Production System : Beyond Large-Scale Production. Ce dernier a été une référence
pour l'application de la philosophie du TPS.
10
2.2 Philosophie du TPS dans la conception
Le TPS3 est devenu la référence dans différents secteurs de l'industrie. Comme mentionné
précédemment, il est supporté par les deux piliers suivants : Just-in-Time et Jidoka. Ce
système est représenté de façon claire par le diagramme représenté en Figure 2.2.
Figure 2.2 Système de production Toyota (TPS)4
Toyota mettant l’accent sur la production lean et la réduction des gaspillages, cette
philosophie couvre beaucoup de processus et d'approches. Le sujet de cette recherche porte
principalement sur le pilier Jidoka, celui-ci étant le principe assurant la bonne production
avant de passer à l'étape suivante. Les gaspillages sont les suivants; surproduction, temps
d’attente, transports, stocks inutiles, gaspillages dans le processus de fabrication,
mouvements inutiles et erreurs d’assemblage. Le dernier de cette liste est étudié en
profondeur dans cette recherche afin de l'éviter ou du moins de détecter ces erreurs. Sachant
qu'un grand nombre de défauts est souvent causé par l'état du poste de travail, ces derniers
3 TPS (Toyota Production System) est la méthode générale qui sous-tend la fabrication et la logistique chez le
constructeur automobile Toyota, y compris les rapports avec les fournisseurs et les clients. Le cœur du TPS est
l'élimination du gaspillage et est soutenu par les deux piliers suivants: Juste-à-temps et Jidoka 4 Tirée de Green (2008)
11
peuvent souvent être évités à la source par la conception des composants ou un outillage
adéquat.
Le processus de développement Lean de Toyota peut être caractérisé par deux (2) principales
étapes. Une première étant l'étape exploratoire où le concept global du véhicule émerge et
des options sont explorées. La deuxième étape de la planification détaillée consiste en la
réalisation des dessins tout en ayant pour but de minimiser les changements d'ingénierie suite
à la relâche des dessins. De plus, les techniques du Lean Manufacturing sont utilisées pour la
fabrication des prototypes et des outils. La Figure 2.3 représente le cycle de développement
de BRP et de Toyota.
Figure 2.3 Diagramme des phases de développement de BRP et Toyota5
Tel que décrit par Ballé (2005), le système de développement des produits de Toyota se
divise en quatre (4) phases :
5 Adaptée de Ballé (2005, p. 19) et de BRP (2009)
12
1. Document concept de l'ingénieur en chef – Ce dernier est un expert technique et a une
très grande influence sur l'architecture du véhicule. Il est responsable du projet à partir du
concept du véhicule jusqu'à sa mise en marché. Il a sous sa responsabilité un nombre
limité d'ingénieurs expérimentés de produits et manufacturiers. Les autres membres sont
fonctionnels à travers l'organisation matricielle. L'ingénieur en chef doit livrer un
document papier concept qui orientera l'équipe pour le design de système;
2. Concept de système avec l'approche d'ingénierie simultanée – Toyota cherche à
identifier tous les problèmes possibles et les résoudre tôt dans le processus. Pendant la
période critique de la phase design de système, l'ingénierie de produit, l'ingénierie
manufacturière, les achats et le groupe qualité sont assis dans la même salle (obeya en
japonais) et se réfèrent à l'ingénieur en chef;
3. Ingénierie détaillée avec standards – Pour cette partie du processus de développement,
Toyota réduit la variabilité en s'appuyant fortement sur la standardisation des
connaissances, des concepts et des procédés. L'importance du haut niveau de
standardisation permettant de réduire les gaspillages, il assure aussi une flexibilité dans le
système opérationnel. Quand les problèmes majeurs sont résolus, l'équipe
multifonctionnelle quitte l’obeya et à partir de ce moment, une rencontre de suivi et de
communication a lieu toutes les deux semaines;
4. Prototypes et outillages avec l'approche lean manufacturing – En général, Toyota
développe deux (2) séries de prototypes 1S. La première série, 1S slow built, se fait
assembler tranquillement et le but premier de l'activité est la vérification des interfaces et
les prises de mesures si requis. Cette série est utilisée pour entraîner les ingénieurs
apprentis. La deuxième série, 1S fast built, se fait en utilisant les techniques de lean
manufacturing et vise à identifier les problèmes d'assemblage. Cette étape est importante,
car c'est la dernière chance pour une requête d'un changement d'ingénierie. Par la suite,
des étapes de validations de véhicules pilotes (1A, 2A, 3A) ont lieu pour assurer une mise
en production sans turbulence.
13
En résumé, nous percevons dans ce processus de développement qu'il y a beaucoup
d'activités et de ressources assignées en amont du cycle de développement. Une grande partie
du succès de la qualité des produits Toyota est lié au concept, et les problématiques non
résolues sont traitées par les ingénieurs manufacturiers participant au projet depuis le début
du projet. Si nous regardons le processus de développement de BRP, il est subdivisé
différemment, soit en huit (8) étapes (gate 0 à gate 7). Un point commun à retenir est l'équipe
multidisciplinaire impliquée tôt dans le développement, ce qui est la clé pour l'intégration de
la qualité dès les premières phases de la conception.
2.3 Pratiques existantes favorisant l'anti-erreur lors de la conception
Intégrer l'anti-erreur dans la conception du composant est de loin l'approche la plus efficiente
pour éviter les erreurs lors de la fabrication ou de l'assemblage. Nous pouvons identifier
deux(2) applications pour atteindre le but escompté: la standardisation et l’intégration d'anti-
erreur à la conception. La première étant la standardisation du composant sur l’ensemble des
modèles, celle-ci doit être priorisée par le concepteur, puisqu’elle permet non seulement
d'éviter les erreurs à l'étape manufacturière, mais elle a aussi un impact positif sur le coût du
composant et l'agilité manufacturière. Cependant, des requis fonctionnels ou dimensionnels
différents dus à la variété des produits écartent souvent cette possibilité. Le concepteur se
doit alors de choisir la seconde option qui est d'étudier des designs potentiels intégrant les
anti-erreurs. Ce processus doit être entrepris conjointement avec l'ingénieur manufacturier,
car une bonne compréhension des étapes d'assemblage est requise pour assurer la prévention
d'erreur à une certitude se rapprochant de cent pour cent (100%).
La conception d'un véhicule étant vaste et diversifiée, plusieurs outils sont utilisés. Les trois
premières sections de ce chapitre portent sur le FMEA et le DFA. Le FMEA permet de cibler
les composants à prioriser et le DFA a pour fonction primaire de simplifier les concepts
considérant les étapes d'assemblage. Pour terminer la section 2.3, des exemples d'intégration
d'anti-erreurs dans la conception y sont présentés.
14
2.3.1 FMEA / AMDEC
Cheldelin (2007) mentionne la remarque suivante concernant la «philosophie» derrière l’outil
FMEA :
«Manufacturers of safety-critical products drove early use of Failure Modes and Effects Analysis (FMEA) into the design process as a way to identify potential failure modes of their designs. The earliest example was in the early 1950's during design of flight control systems. Early uses of FMEA were critical in improving product safety, but did not focus on human errors introduced during production and maintenance. » (Cheldelin, 2007, p. 17)
Tout cela a évolué depuis. Le FMEA est maintenant une méthodologie utile pour identifier et
prioriser tous les problèmes potentiels. Elle permet de gérer le risque et de donner les lignes
directrices à l'équipe de développement afin qu'elle puisse réaliser une conception optimale
du point de vue du coût et de la qualité. Le FMEA peut être appliqué plus spécifiquement au
design (DFMEA) ou au procédé (PFMEA). Nous reportant au Tableau 2.1, voici les
principales étapes de réalisation :
1. Description de la façon dont les composants peuvent se briser (design) ou peuvent être
assemblés hors spécifications (procédé);
2. Description qualitative de l'effet de la défaillance (ex.: bruit, vibration, perte de
puissance, etc.);
3. Critère de sévérité (1 : aucune incidence et 10 : très sévère);
4. Description des causes potentielles de la défaillance;
5. Critère d'occurrence (1 : fréquence négligeable et 10 : fréquemment);
6. Liste des activités et processus de détection pouvant capturer la défaillance citée;
7. Critère de détection (1 : détectable à coup sûr et 10 : non détectable);
8. RPN (Risk Priority Number). Ce chiffre est obtenu en multipliant les critères de sévérité,
occurrence et détection;
9. Liste d'actions pour réduire le risque soulevé dans le cas priorisé de haut RPN.
15
Tableau 2.1 Matrice typique d'outils PFMEA
Etape de procédé
Mode de défaillance potentiel
Effet de la défaillance S
évér
ité
Cause potentielle/
Mécanisme de la défaillance O
ccur
renc
e
Processus actuel de détection D
étec
tion
R P
N
Action Sév
érité
Occ
urre
nce
Dét
ectio
n
R P
N
a 1. 2. 3. 4. 5. 6. 7. 8.b
etc.
Constatation (Avant) Réaction (Après)
9.
Les actions pour diminuer les risques peuvent être soit une modification de concept, soit une
série de précautions et d'outils de détection ou de prévention d’erreur à l'assemblage. Plus ce
processus est entrepris tôt dans le cycle de développement, moins les coûts de modification
de design sont élevés. Il est donc suggéré d'utiliser cet outil bien avant les relâches de
dessins.
2.3.2 DFA – Design for Assembly
Boothroyd et al (2002) soulignent l’origine de leur méthodologie: « The development of the
original DFA method stemmed from earlier work in the 1960s on automatic
handling. » (Boothroyd, Dewhurst et Knight, 2002, p. 1). Également, dans sa thèse de
doctorat, Cheldlin (2007) mentionne que dans les années 1970, l'approche DFA a été utilisée
pour quantifier la complexité d'un produit en décomposant ce dernier en différentes parties et
en évaluant la facilité d'assemblage de chacune d'elles. Beaucoup d'avancements à la
méthodologie DFA ont été réalisés tels que Hinckley, Hitachi et Shibata pour améliorer la
mesure afin de comparer les conceptions à une échelle absolue.
Tout comme le souligne Crow (2001), voici une liste qui représente bien un sommaire des
lignes directrices à suivre lors de la conception des composants en vue d'une facilité de
fabrication et d'assemblage :
1. Simplifier le design et réduire le nombre de composants parce que pour chacun d'eux,
il peut y avoir une pièce défectueuse ou une erreur d'assemblage;
16
2. Standardiser et utiliser des composants communs et les mêmes matériaux pour
faciliter les activités de conception, pour minimiser les stocks dans le système, pour
standardiser la manutention et les opérations d'assemblage;
3. Concevoir pour une facilité de fabrication. Sélectionner les procédés compatibles avec
les matériaux et les volumes de production. Éviter les pièces non nécessaires;
4. Concevoir en fonction des capacités de procédés et éviter les spécifications élevées
non requises de finis de surface ou de tolérances;
5. Concevoir les composants de façon à ce qu'ils soient Poka-yoke à l'assemblage afin
d'éviter l'ambiguïté et l'erreur;
6. Concevoir les composants en fonction de leur orientation et manipulation afin
d'éviter la « non-valeur ajoutée » à l'assemblage de ceux-ci;
7. Minimiser les pièces flexibles, car ces dernières complexifient l'assemblage et la
manipulation. Minimiser les interconnections flexibles et intégrer les connecteurs
Poka-yoke afin de prévenir les erreurs de connections;
8. Concevoir pour faciliter l'assemblage en assurant des mouvements simples et en
minimisant les axes d'assemblage;
9. Concevoir pour un raccordement, une union et une fixation efficace. Les vis,
boulons, écrous et rondelles peuvent générer de longs temps d'assemblage. Si requis,
standardiser ces derniers. Les modes d'attaches rapides intégrés sont cependant de
meilleure efficacité si bien conçus;
10. Favoriser la conception modulaire. Cette modularité devrait minimiser le nombre de
pièces ou variantes d'assemblage tôt dans le processus manufacturier tout en permettant
une variation du produit à l'assemblage final. Cette approche minimisant le nombre total
d'items à fabriquer réduit par le fait même les stocks et problèmes de qualité, et elle
permet de tester les modules avant l'assemblage final. De plus, la production de modules
standards peut être nivelée et une planification répétitive peut être établie;
11. Concevoir en fonction de la production automatisée si applicable. Bien que ce mode
de production soit moins flexible que le mode de production manuel, il est souvent
utilisé. Les deux (2) approches de production automatisée sont les suivantes; assemblage
robotique flexible et assemblage automatisé haute vitesse;
17
12. Concevoir les cartes de circuits imprimés (PCB's) pour l'assemblage. Voici quelques
lignes directrices; minimiser la variété des composants, favoriser l'auto-insertion de
composants, utiliser des cartes et panneaux standards, éviter ou minimiser les
ajustements.
Comme la méthodologie développée dans cette recherche est validée avec des cas
d’assemblage de produits, les lignes directrices DFA considérées sont les suivantes: 1, 2, 5,
6, 7, 8, 9 et 10. Étant donné que la complexité d'une conception peut avoir un impact
considérable sur les risques d'erreurs, la variable de l'efficacité du design est importante pour
l’approche comparative de cette méthodologie. Pour quantifier cette dernière, la
méthodologie de la section 2.3.3 porte sur la démarche synthétisée à suivre pour cette
évaluation.
2.3.3 Méthodologie DFMA
Product Design for Manufacture Assembly, écrit par Boothroyd et al (2002), consiste en la
théorie supportant le logiciel DFMA développé par Boothroyd et Dewhurst. Ce dernier étant
une référence dans le domaine en Amérique du Nord. La théorie divise l'approche en deux
catégories :
• DFM (Design for manufacturing) se concentre sur la facilité de la fabrication;
• DFA (Design for assembly) met l'accent sur la simplification de l'assemblage.
La méthodologie DFMA6 permet principalement d'évaluer le temps et le coût d'assemblage
d'une conception. Par conséquent, nous pouvons évaluer son efficacité d'assemblage.
6 Le DFMA est une démarche méthodique qui vise à analyser la conception d'un produit afin de réduire son
coût et améliorer sa qualité par : L'amélioration de la conception de produit pour fabrication (DFM) et la
simplification de l'assemblage de produit (DFA).
18
Comme présentées à la Figure 2.4, voici quelques lignes directrices de conception de
composants pour l'assemblage manuel pouvant contribuer à une réduction de coût
d'assemblage.
Figure 2.4 Lignes directrices pour design pour assemblage manuel7
Nous référant au Tableau 2.2, la méthodologie se résume ainsi :
Écrire la séquence d'assemblage de composants ainsi que le nombre d'occurrences de
chacune des opérations;
7 Adaptée de Boothroyd, Dewhurst et Knight (2002, p. 87-92)
19
Par les quatre (4) questions, évaluer le nombre de composants minimal. La sommation des
pièces requises constitue le nombre minimal MinN d'une conception optimale;8
Pour la manipulation, écrire les dimensions externes du composant et déterminer si la
manipulation est facile ou difficile;
Écrire l'angle de symétrie α9 et β10 et inscrire la sommation de ceux-ci;
Pour l'insertion, déterminer si l'accès ou la vue est limité et si l'alignement ou le
positionnement est limité;
Se référant au tableau de l’ANNEXE II (Boothroyd et Dewhurst, 1999), inscrire le code à
2 chiffres de manipulation manuelle et le temps de manipulation;
Se référant au tableau de l'ANNEXE III (Boothroyd et Dewhurst, 1999), inscrire le code à
2 chiffres d'insertion manuelle et le temps d'insertion;
Calculer la somme des temps considérant le nombre de fois que l'opération doit être
effectuée et calculer le coût; 11
Une fois le tableau complété, calculer l'efficacité par l’équation suivante :
min(3 )
moy
NE
T
×= (2.1)
Où, MoyT est la sommation de tous les temps
MinN est le nombre minimal de composant
Note : les variables TM et NM sont utilisées dans la méthodologie originale
8 Pour chacun des composants, nous posons les quatre (4) questions suivantes : La pièce est-elle une base? Y a-
t-il un mouvement relatif fonctionnel entre la pièce et les autres déjà assemblées? La pièce doit-elle être
composée d'un matériel différent ou être isolée des autres pièces déjà assemblées? La pièce doit-elle être
séparée des autres pièces afin de permettre l'assemblage ou le désassemblage? Si la réponse aux quatre (4)
questions est « non », le composant n’est pas requis et pourrait être éliminé. 9 La symétrie α étant la symétrie de rotation d'un composant autour d'un axe perpendiculaire à l'axe d'insertion. 10 La symétrie β étant la symétrie de rotation d'un composant autour de son axe d'insertion ou de manière
équivalente, autour d'un axe perpendiculaire à la surface sur laquelle le composant est assemblé. 11 Boothroyd et al (2002) utilisent pour le calcul du coût: Coût (cents) = 1.39 (cent/sec) x temps total (sec).
20
Tableau 2.2 Calcul d'efficacité d'assemblage par la méthode DFMA
Iden
tific
atio
n de
la
com
posa
nte
ou d
e l'o
péra
tion
No
de c
ompo
sant
e ou
de
l'opé
ratio
n
Nom
bre
de f
ois
que
l'opé
ratio
n es
t ré
pété
e
Cod
e à
2 ch
iffre
s m
anip
ula
tio
n m
anu
elle
Tem
ps d
e m
anip
ulat
ion(
s)
Cod
e à
2 ch
iffre
s in
sert
ion
m
anu
elle
Tem
ps d
'inse
rtio
n(s)
Tem
ps d
'opé
ratio
n en
se
cond
es
colo
nnes
(2)
x (
4+6)
Coû
ts e
n ce
nts
(1,
39
cent
s/s)
x c
olon
ne (
7)
Nom
bre
de c
ompo
sant
es
théo
rique
s
Dim
ensi
on L
(m
m)
Épa
isse
ur e
n (m
m)
Diff
icile
à m
anip
uler
ou
i ou
no
n
Sym
étrie
% a
xe
perp
endi
cula
ire a
xe
d'in
sert
ion
Sym
étrie
% a
xe d
'inse
rtio
n
Som
me
Acc
ès o
u vu
e lim
ité o
ui
ou
no
n
Alig
nem
ent
/ po
sitio
nnem
ent
fac
ile
(F)
ou d
iffi
cile
(D
)
Aut
res
α β α + βcomposante a 0,00 0,00 0 -composante b -composante c -
2
9Tmoy CM Nmin
MANIPULATION INSERTION
4 5
Somme Efficacité = 3 Nmin / Tmoy =
1 6 7 8 3
Ainsi, sachant qu'une simplicité d'assemblage constitue une variable importante pour la
prévention d'erreur à l'assemblage, ce facteur est étroitement observé dans le cadre de cette
recherche. Par ce calcul, nous pouvons obtenir une variable quantifiable en vue d'analyse
pour un modèle en particulier.
2.3.4 Approche Assembly Advisor de Poli
La méthodologie DFMA présentée à la section précédente est précise, systématique et permet
de bien comprendre l'impact des conceptions de composants sur le temps total d'assemblage.
Son utilisation dans la phase design est cependant assez laborieuse et son utilisation peut
ralentir considérablement les concepteurs et les ingénieurs. Une approche approximative et
plus rapide est la méthodologie Assembly Advisor de Poli (Poli, 2001). Elle est présentée au
Tableau 2.3.
Tableau 2.3 Assembly Advisor de Poli
Facile à aligner ETFacile à insérer
Difficile à aligner OUDifficile à insérer
Difficile à manipuler ETDifficile à insérer
Facile à saisir ETFacile à manipuler
Bien ( 4.0sec.) Faible ( 8.0sec.) Coûteux ( 13.0sec.)
Difficile à saisir ETDifficile à manipuler
Faible ( 7.5sec.) Coûteux ( 11.5sec.) Très coûteux ( 16.5sec.)
INSERTION
MANIPULATION
TYPE D'ACTION
21
Cette matrice permet d'apporter une approximation rapide du temps d'assemblage de
composants une fois la séquence établie.
2.3.5 Exemples d'anti-erreurs intégrées au design
Comme nous l’avons mentionné précédemment, la façon la plus efficace d'assurer un bon
assemblage est d'intégrer dans la conception des composants certaines évidences qui ne
permettent pas à l'assembleur de générer des défauts par son erreur ou du moins minimiser
l'occurrence. En voici quelques exemples :
• Asymétrie évidente telle qu'à l'une des extrémités ou l'un des côtés, une angularité
démarquée, une encoche, une forme conique, etc.;
• Trou et tige de localisation spécifique;
• Composants avec attaches intégrées;
• Rainure de positionnement;
• Interférence voulue pour assurer l'installation du bon composant;
• Connecteur de type quick connect;
• Code de couleur ou écritures sur composants; etc.
Nous mentionnons qu’il existe d’autres méthodologies pour encadrer le développement de
nouveaux produits12. Nous considérons les trois (3) approches de la section 2.3 comme un
point de départ au développement de notre méthodologie AEBRP.
12 À titre d’exemples :
DFSS (Design for Six Sigma) – Cette méthodologie est utilisée dans des systèmes moindrement complexes et
dont le développement est une première. Elle a pour objectifs de déterminer les besoins des clients et de la
compagnie, pour par la suite intégrer ces besoins dans les développements de produits résultant de l'activité;
QFD (Quality Function Deployment) – Approche structurée pour traduire les requis des clients en spécifications
de conception. Ce processus garde un lien très fort entre le client et l'équipe de design;
TRIZ – Cette méthodologie part du principe que les problèmes rencontrés durant la conception d'un nouveau
produit présentent des analogies tant en ce qui a trait aux problèmes qu’à leurs solutions. Ce mode de
documentation permet donc d'optimiser le travail en se servant des solutions déjà vécues et validées.
22
2.4 Définition et lignes directrices d’application d’anti-erreurs
« Error-proofing has been defined as the process of striving for zero defects through techniques, devices, and standards that either anticipates, prevent, or detect errors. Shingo summarized the relationship between the two by saying that errors are cause of defects and defects are cause of errors. » (Chao et Kosuke, 2005, p. 2)
Le principe « cause-à-effet » est très présent dans l'objectif d'élimination des défauts en ce
sens que l’accent est mis sur l'origine ou la cause de ceux-ci.
2.4.1 Différents types d'anti-erreurs
Les dispositifs anti-erreurs, souvent cités sous le terme poka-yoke, se divisent en deux(2)
grandes catégories : prévention et détection. Les anti-erreurs en prévention empêchent que
l’erreur survienne lors de l’opération. Du moins, elles favorisent la bonne action du premier
coup. Les dispositifs et approches peuvent être actifs ou passifs :
• La prévention passive peut consister en de simples repères visuels, comme les codes de
couleur et pictogrammes, pour éviter l'utilisation de composants inadéquats. Elles ne sont
habituellement pas efficaces à 100% mais de par leur facilité d’implantation, elles sont
très utilisées dans l’industrie;
• La prévention active consiste à exagérer les différences ou asymétries mineures afin de
permettre l'alignement ou l'insertion d'une seule façon possible. Des anti-erreurs
mécaniques ou technologiques dont leur efficacité est optimale à 100% entrent aussi dans
cette catégorie.
Comme le soulignent Chao et Kosuke (2005), les anti-erreurs en prévention ne sont pas
toujours possibles ou économiquement réalisables. Les anti-erreurs en détection sont alors
utilisées pour détecter les erreurs et défauts tôt dans le processus. Ce qui permet d'éviter des
défauts à corriger en aval et par le fait même, d'augmenter les coûts dus à ces non-
conformités. Il est alors capital que le délai entre l'action et la réaction soit minimisé.
23
2.4.2 Lignes directrices d'application d'anti-erreurs
Il existe de nombreux dispositifs pour prévenir ou détecter l’erreur. Robinson (2009)
mentionne que, généralement, ces dispositifs : sont simples et non dispendieux (par
rapport aux coûts de défaillance); font partie du procédé ou du processus de
développement; sont placés près de l'endroit où surviennent les erreurs.
La Figure 2.5 représente cinq (5) types d'anti-erreurs auxquels nous pouvons nous référer. Il
s’agit donc d’une catégorisation en cinq familles différentes.
Figure 2.5 Cinq anti-erreurs simples13
13 Tirée de Shimbun (1988, p. 15)
24
Famille 1: Anti-erreurs mécaniques de prévention active – Celle-ci comprend toutes les
applications d'outillage ne permettant pas à l'opérateur de faire une erreur lors de son
assemblage. Les exemples les plus utilisés sont les suivants : tige de localisation, moule
formé au composant, déflecteur anti-erreur et support spécifique.
Famille 2: Anti-erreurs technologiques de détection – Ici, nous pouvons inclure tous les
items d'aide à l'opérateur tels que les alarmes visuelles et les alarmes sonores.
Famille 3: Anti-erreurs technologiques de prévention active – Pour cette catégorie, les
interrupteurs de fin de course et les capteurs ont pour rôle d'éviter une erreur pendant
l'opération.
Famille 4: Anti-erreurs technologiques de prévention passive ou de détection – À titre de
support à l'opérateur, les compteurs, les écrans et les indications lumineuses sont très utilisés
dans l'industrie et ont pour but d'assister l'opérateur. Il est à noter que ces éléments peuvent
parfois être utilisés à titre de prévention passive ou de détection. Pour la prévention passive,
le signal est utilisé de façon à activer une alarme sonore ou lumineuse pendant l'opération
alors que pour la détection, l’alarme indique une erreur déjà faite.
Famille 5: Anti-erreurs non technologiques de prévention passive ou de détection –
Cette dernière famille est la moins dispendieuse, mais son efficacité dépend grandement du
respect des processus de la part de l'assembleur. Voici une liste d'exemples concrets très
utilisés dans l'industrie: Cabarets thermoformés de composants, indications de couleur, listes
de vérification et indications visuelles avec pictogrammes.
Il est à noter que plusieurs options peuvent être applicables et que l'ingénieur ou le technicien
doit évaluer la complexité et le coût de l'anti-erreur par rapport à l'efficacité de cette dernière.
Cette corrélation est importante et fait partie intégrante de la méthodologie proposée dans ce
mémoire.
25
2.5 Coûts associés à la non-qualité
La non-qualité peut se résumer en la non-conformité d'un composant ou d'un produit par
rapport à la spécification voulue. Cette section représente différentes approches actuellement
utilisées pour aider l'industrie à en mesurer le coût et à prioriser les activités dans un mode
d’amélioration continue.
2.5.1 Les trois types d'inspection
L'inspection est le mode utilisé afin d'éviter que les composants défectueux ne soient
expédiés au client. Cependant, celui-ci représente un certain coût qui peut être difficile à
évaluer. Shingo (1986) a identifié trois différents types d'inspection :
1. L'inspection de jugement consiste à séparer les produits avec défauts des produits
conformes. On protège donc le client par ce mode contre le fait de recevoir des produits
défectueux, mais le taux de rejet de la compagnie n'en est aucunement réduit;
2. L'inspection informative, pour sa part, investigue les causes des défauts et l'information
est retransmise au responsable de façon à prendre les actions requises en vue de la
réduction du taux de rejet;
3. L'inspection à la source détermine avant les faits si les conditions nécessaires existent
pour atteindre le niveau de qualité élevé voulu.
Bien que ces trois (3) types d'inspection ont en finalité l'incidence de protéger le client d'un
défaut relié à une erreur qui origine des étapes d'assemblage ou de procédé, le dernier des
trois (3) est favorable par rapport à l'inspection de jugement et informative. « Shingo believed
that source inspection is the ideal method of quality control since quality feedback about
conditions for quality production is obtained before the process step is performed. » (Grout
et Downs, 2009, p. 3) Tout comme la détection, plus l'inspection capture le défaut en amont
du procédé, moins le coût en est élevé.
26
2.5.2 Coûts de la non-qualité
Un facteur pouvant influencer les orientations lors de la conception ou de la mise en
production est de faire ressortir le coût de non-qualité pouvant être imputé à l’entreprise dans
le cas où il y a omission de traitement des composants ciblés à risque d'erreur. Juran classa
ces coûts de non-qualité en quatre catégories : (Université de Montréal, 2009):
1. Défaillances internes (détection avant l'envoi), celles-ci comprennent les rebuts, les
reprises, les tests, les pertes de rendement et les mises en disposition;
2. Défaillances externes (détection après l'envoi), qui comportent les retours de matériel, les
coûts de garanties, les réductions de prix et les prises en compte des réclamations;
3. Coût d'évaluation (pour atteindre le respect des exigences), qui se résume en l'expertise
des matériels et fournitures achetés, les inspections et tests, la calibration des instruments
de contrôle et l'évaluation de la qualité des stocks;
4. Coût de prévention (pour éviter des défaillances dès l'envoi). Il s'agit ici de la
planification des opérations de qualité, de la revue des nouveaux produits, de la
formation, des procédures de contrôle, de la collecte des données qualité et analyse, des
rapports sur la qualité et des projets d'amélioration.
Certaines de ces notions de coût sont utilisées dans la méthodologie de ce mémoire.
2.5.3 Effet d'une anti-erreur sur l'économie d'un système de production
La qualité du produit est une des préoccupations majeures dans le système de production
actuel. La mauvaise qualité a un impact négatif sur la satisfaction du client, l'efficacité de
production et a pour effet une augmentation des frais de production. Un modèle dynamique a
été proposé par Tsou et Chen (2006) dans le but d'évaluer l'impact d'intégration d'une anti-
erreur sur le coût total d'un système de production défaillant. Voici les deux (2) étapes :
• Premièrement, l'option sans poka-yoke est évaluée en incluant le coût de la faible qualité;
• Deuxièmement, l'impact que peut avoir sur le coût total l'intégration d'un poka-yoke est
calculé considérant son efficacité et son coût d'implantation.
27
Le coût total peut être exprimé ainsi:
'Coût total = Coût de production + Coût d inventaire + Coût de set up
+Coût de mauvaise qualité + Coût de Poka -Yoke
(2.2)
Plus précisément, selon Tsou et Chen (2006), le calcul du coût total (TC ) se fait à l'aide de :
( ) [ ] ( ) ( )11 1 1 1
, ,N N N N
p i i i i i i i r p pi i i i
TC N I Q = Q P h Q d G Q S Q C D I Iδ−= = = =
+ + + + + (2.3)
Où, i est la période de production;
iQ est le lot de production;
N est le nombre de périodes;
pI est le coût de l’anti-erreur (Poka-yoke);
1iG − est l’inventaire transporté de la période à la période;
id est la demande durant la période;
[ ]h . est une fonction qui donne le coût d’inventaire;
( )iQδ est la fonction de Kronecker : ( ) 0iQδ = si 0iQ = et ( ) 1iQδ = si 0iQ >
S est le coût de la mise en marche (Setup) par période;
rC est le coût de mauvaise qualité par unité ($/unité);
( )pD I est la probabilité qu’un procédé soit hors contrôle. Elle est une fonction
implicite du degré d’utilisation des anti-erreurs.
Ainsi, l'effet d'une anti-erreur sur le coût d'un système de production défaillant est calculé. Le
cas à l'étude peut alors être jugé favorable ou non. Le coût d'implantation de l'anti-erreur
ainsi que son efficacité sont donc les facteurs déterminants. La représentation graphique de la
Figure 2.6 permet de visualiser deux (2) cas où la décision de l'implantation de l'anti-erreur
serait différente en considérant le coût total.
28
LÉGENDE:
3 0 0 0 0 0 Sans anti-erreur
Anti-erreur A:
2 50 0 0 0 Favorable
Anti-erreur B:
2 0 0 0 0 0 Non-favorable
150 0 0 0
10 0 0 0 0
50 0 0 0
8 10 12 14 16 18 2 0 2 2 2 4 2 6
N (Nombre de périodes)
Coût glo
bal
$
Figure 2.6 Exemple d'application d'anti-erreur et de son effet sur le coût global
Dans le cadre de ce mémoire, le terme coût global est utilisé pour la même signification que
le coût total. De plus, pour le besoin de cette méthodologie, les coûts sont comparés d'une
façon relative. Ce qui nous permet d'exclure certains facteurs qui sont déterminés au
CHAPITRE 3.
CHAPITRE 3
MÉTHODOLOGIE AEBRP DE SÉLECTION D’ANTI-ERREURS
3.1 Démarche de la création de la méthodologie
Notre méthodologie de sélection d’anti-erreur peut se diviser en trois (3) grandes étapes telles
que le démontre la Figure 3.1.
Figure 3.1 Schéma des trois (3) étapes requises pour la méthodologie AEBRP
Cette méthodologie s’appuie sur deux facteurs; le coût global vu par l’entreprise et
l’efficacité en qualité.
En un premier lieu, le coût global sera estimé en simplifiant de la formule (2.3). Notre
approche est fondamentalement comparative. Nous allons utiliser des critères relatifs pour
comparer des options et des choix de conception. Il n’y a donc pas d’évaluation dans un sens
30
absolu. Pour cette raison, certains coûts sont exclus : coût de production, coût de stocks et
coût de mise en route (Setup). Ainsi, la formule simplifiée n'indique que le coût associé à la
non-qualité et le coût d’intégration d’anti-erreur.
Pour le besoin de ce projet, les coûts sont étudiés annuellement. La variable nqC représente le
coût de la non-qualité, la variable aC représente le coût d’intégration d’anti-erreur et la
variable gC représente le coût global. Ce dernier se calcule ainsi :
g nq aC C C= + (3.1)
Comme mentionné précédemment, le fondement de la méthodologie étant appuyé sur des
valeurs de coûts relatifs et non absolus, nous obtenons une démarche quantifiable permettant
de comparer les différentes options d’anti-erreur sans avoir pour autant à calculer des valeurs
non nécessaires.
Pour estimer le second paramètre qui reflète « l’efficacité en qualité », celui-ci est représenté
par la fonction qE . Ainsi, le niveau de standardisation, la facilité de l’assemblage et
l’efficacité de l’anti-erreur sont considérés dans l’orientation des décisions.
Une approche comparative et matricielle, jumelée avec une représentation visuelle sont
utilisées pour l’application de cette méthodologie. En résumé, il s’agit de positionner chacune
des options d’anti-erreur par rapport au concept initial.
Les trois (3) volets suivants représentent les calculs requis au processus :
• En premier lieu, un processus de calcul de coût associé à la non-qualité est vulgarisé et
détaillé dans le but d’éviter d’inclure des données non requises pour le but escompté;
• Deuxièmement, le fondement de l’outil s’appuie par l’ensemble des anti-erreurs les plus
utilisées dans l’industrie automobile. Pour simplifier la démarche et la rendre facile à
utiliser, on se limite à un maximum de neuf anti-erreurs dans chacun des types suivants;
31
anti-erreur en conception;
anti-erreur mécanique à l’assemblage;
anti-erreur technologique (électronique) à l’assemblage;
anti-erreur aide visuelle.
• Pour terminer, une formule est établie pour calculer le niveau global de l’efficacité en
qualité pour les applications d’intérêt afin de compléter une comparaison quantitative des
options d’anti-erreur.
Afin de valider la méthodologie proposée sur des faits concrets de BRP, une analyse de
données de productions de roadster Spyder® pour les années 2008 à 2010 sera produite en
vue d’effectuer une sélection de concepts où des variantes d’anti-erreur peuvent s’appliquer.
Cinq (5) concepts seront ainsi sélectionnés et la méthodologie AEBRP sera appliquée dans le
but de valider sa cohérence et sa capacité à dicter des pistes d’amélioration de la conception
des composants ou des outillages support à l’assemblage.
3.2 Processus de calcul de coût associé à la non-qualité
Le coût associé à la non-qualité peut être très complexe à calculer si tous les facteurs sont
considérés (Shimbun, 1988; Grout et Downs, 2009; Tsou et Chen, 2006). Cependant, le
besoin de la méthodologie AEBRP qui utilise un mode comparatif, donc relatif, ne requiert
pas une grande précision du montant global relié à l’erreur. Le calcul de ce coût est donc
simplifié dans la limite du raisonnable tout en gardant une cohérence. C’est pourquoi
beaucoup de facteurs de la section 2.5.2 sont exclus. L’importance est portée sur les points
suivants : coût de main-d’œuvre de réparation à l’usine d’assemblage, coût de main-
d’œuvre de réparation chez le concessionnaire, coût estimé de la perception du client
utilisateur et coût de remplacement de composants. Ces quatre (4) coûts présentent la
majeure partie des coûts estimables, donc disponibles aux concepteurs, techniciens et
ingénieurs.
32
Le Tableau 3.1 représente le sommaire des coûts de main-d’œuvre à utiliser pour
l’application du processus de comparaison. L’ANNEXE V et l’ANNEXE VI démontrent les
calculs des coûts à partir d’un taux horaire moyen et les temps de réparation et de
diagnostique normalisés. Les valeurs estimées basées sur un historique sont donc
suffisamment précises pour le besoin de l’analyse comparative de la méthodologie AEBRP.
Tableau 3.1 Tableau des coûts de main-d’œuvre pour réparation
Cas Type d’erreur Localisation de la
perception du problème
Coût de la main-d’œuvre
Coût estimé de l’impact réputation
I.1 Erreur détectée et réparée sur convoyeur
d’assemblage Ligne d’assemblage 0$ N/A
I.2 Erreur ne requérant aucun diagnostic pour
réparation à l’usine Hors ligne
d’assemblage 10$ N/A
I.3 Erreur requérant un diagnostic des anomalies
pour réparation Hors ligne
d’assemblage 30$ N/A
II.1 Erreur ne requérant aucun diagnostic pour
réparation chez le concessionnaire Concessionnaire 40$ N/A
II.2 Erreur requérant un diagnostic des anomalies
pour réparation Concessionnaire 80$ N/A
III Erreur perçu par le client utilisateur Client 80$ 50$
Nous pouvons subdiviser les types de problèmes en trois (3) catégories principales:
• Cas I : Tous les problèmes pouvant être détectés et réparés directement sur la ligne
d’assemblage chez BRP ainsi que les problèmes soulevés lors des essais dans la chambre
d’essai ou lors des bancs d’essai électrique. Ex : Mauvais branchement, mauvais
composant installé, composant assemblé inadéquatement, etc;
• Cas II : Les problèmes dont la détection se fait à la préparation du véhicule par le
concessionnaire. Ex : Mauvais composant non-installé, composant manquant, problème
esthétique, problème électrique découvert à la préparation finale du véhicule, etc;
• Cas III : Les problèmes pouvant être perçus en roulant ont un impact sur la perception du
client. Ex : Vibration due à un mauvais torque, mauvais alignement, mauvais ajustement,
fuite de liquide, problème intermittent électrique, etc.
33
Le schéma de la Figure 3.2 représente bien le sommaire des points énumérés précédemment.
De plus, il fait ressortir une ségrégation des différents types de problèmes et le lieu de la
perception du problème; l’usine, le concessionnaire ou le client utilisateur.
Mentionnons, que les hypothèses suivantes sont retenues pour appuyer notre méthodologie :
• De bons dispositifs pour assurer la qualité sont en place pour le respect des catégories de
la Figure 3.2. Par exemple, un mauvais composant installé (i-1) est détecté et réparé à
l’usine d’assemblage et non chez le concessionnaire;
• Tous les composants livrés à la ligne d’assemblage sont selon les spécifications telles que
définies par les dessins d’ingénierie et les procédures manufacturières internes;
• Les spécifications et les chaînes de cotes sont validées dans la phase pilote avant la
production. En d’autres mots, les requis dimensionnels et géométriques exigés sont justes
et correspondent parfaitement au requis d’assemblage et de performance du véhicule;
• La cause racine pour tout problème perçu par le client est, nécessairement, une erreur
d’assemblage qui aurait pu être évitée par une « robustesse de concept » ou de l'outillage
associée à l’assemblage. Une problématique due à une défaillance de design est alors
exclue;
• Toutes les réparations des véhicules hors ligne se font avant leur sortie de l’usine;
• Ces réparations sont parfaitement effectuées. En d’autres mots, il n’y a pas de défaillance
après ces opérations.
Certaines de ces hypothèses nous positionnent vers le seuil optimal des coûts pouvant être
associés à des erreurs. Cependant, notre approche comparative nous orientera sur une
sélection d’anti-erreur juste car on ne considère pas le coût absolu dans le cadre de ce
mémoire.
34
Figure 3.2 Schéma des différents types de problèmes détectés14
Faisant suite à cette catégorisation des types de problèmes, il peut survenir des détections de
problèmes de la catégorie I pouvant être rapportés par le client. Cependant, ces cas sont
moins fréquents selon nos analyses de données et sont traités comme des exceptions dans le
cadre de ce mémoire. Le principe des 80/2015 est alors utilisé pour la création des ces
catégories.
Dans le Tableau 3.2, nous illustrons une liste des différents types de coûts de main-d’œuvre
et de réputation en fonction des possibilités d’erreur.
14 Certaines figures de ce mémoires furent réalisées avec des photos provenant de certaines documentations de
BRP et des sites internet suivants; www.istockphoto.com et www. google.ca/imghp 15 Nous pouvons expliquer le « principe des 80/20 » dans ce cas comme étant 20% des erreurs (les principales)
ayant un impact sur 80% des incidences à l’usine, à la préparation du véhicule ou chez le client.
35
Tableau 3.2. Tableau des coûts de main-d’œuvre et réputation par type d’erreur
Détection du
problème Réparation Type d’erreur ou de problème
Coût de
main-d’œuvre
mdoC
Coût de
réputation
repC
En ligne En ligne i-1 Mauvais composant installé ou composant manquant
0$ 0$
En ligne En ligne i-2 Composant mal positionné ou mal assemblé
0$ 0$
En ligne En ligne i-3 Mauvaise application; torque, collet, attache, etc.
0$ 0$
En ligne En ligne i-4 Composant esthétique ou de surface endommagé
0$ 0$
En ligne Hors ligne i-5 Problème de fonctionnalité trouvé lors de l’essai dynamique
10$ 0$
En ligne Hors ligne i-6 Erreur trouvé par un banc d’essai électronique
30$ 0$
En ligne Hors ligne i-7 Composant de base endommagé ou assemblé hors des spécifications
10$ 0$
En ligne Hors ligne i-8 Problème requérant une analyse systématique pour sa résolution
30$ 0$
Concessionnaire Concessionnaire ii-1 Mauvais composant non-installé (selon le mode de livraison)
0$ 0$
Concessionnaire Concessionnaire ii-2 Composant manquant (oublié lors de la mise en caisse)
0$ 0$
Concessionnaire Concessionnaire ii-3 Composant non installé endommagé en transport
0$ 0$
Concessionnaire Concessionnaire ii-4 Problème de fonctionnalité dû à un mauvais branchement (non détectée en usine)
80$ 0$
Concessionnaire Concessionnaire ii-5 Problème de fonctionnalité due à la programmation
80$ 0$
Concessionnaire Concessionnaire ii-6 Problème esthétique dû à un mauvais ajustement
40$ 0$
Client Concessionnaire iii-1 Vibration ou bruit dû à un mauvais torque
40$ 50$
Client Concessionnaire iii-2 Vibration ou bruit dû à un mauvais ajustement
40$ 50$
Client Concessionnaire iii-3 Problème de fonctionnalité dû à un mauvais assemblage
80$ 50$
Client Concessionnaire iii-4 Problème intermittent électrique dû à un mauvais branchement
80$ 50$
Client Concessionnaire iii-5 Problème ergonomique dû à un mauvais assemblage
40$ 50$
Client Concessionnaire iii-6 Problème de confort dû à un mauvais assemblage
40$ 50$
36
Ainsi, le calcul de coût associé à la non-qualité nqC se résume par la sommation des deux (2)
variables du présentées au Tableau 3.2 avec la variable associée au coût de remplacement de
la pièce pceC :
nq pce mdo repC C C C= + + (3.2)
La variable mdoC utilisée pour le coût de main-d’œuvre de réparation, est calculée avec les
honoraires suivants, inspirés de l’industrie de l’automobile et de la motocyclette :
• Tarif horaire de l’assembleur étant normalisé à 40$/heure;
• Tarif horaire pour réparation au concessionnaire étant normalisé à 80$/heure.
Pour ce qui est de la variable repC , il s’avère difficile de quantifier le coût associé à un impact
sur la réputation de la compagnie. Plusieurs approches peuvent être substituées afin
d’atteindre cette fin. Dans le cadre de la méthodologie AEBRP, un calcul conservateur est
fait considérant que:
• 10% des clients réguliers renouvellent leurs véhicules annuellement;
• Et si un de ces clients retourne chez le concessionnaire deux fois ou plus relativement à
un problème de qualité, il y a une très forte chance qu’il se réaligne vers la compétition
pour son futur achat.
Ainsi, seuls les manques à gagner de la marge de profit sont inclus dans le calcul. Tout
impact provenant d’une mauvaise publicité est exclu du coût car il est difficile à évaluer.
Encore, les détails et hypothèses de calculs pour obtenir les coûts apparaissent en
ANNEXE V et ANNEXE VI.
Pour la variable pceC qui a trait du coût de matériel, elle peut varier énormément selon le cas
ou le véhicule étudié. C’est pourquoi on se doit d’estimer l’incidence budgétaire (coût de la
pièce et/ou du transport) pour le remplacement de celle-ci.
37
Ce qui constitue la première partie du calcul de coût global requis pour la comparaison des
options d’anti-erreurs.
3.3 Sélection des anti-erreurs
Pour la seconde portion du calcul du coût global, la variable aC représentant le coût
d’implantation d’une anti-erreur peut varier grandement selon les options choisies. Comme
mentionné précédemment, il est toujours préférable d’intégrer dans le concept l’anti-erreur
avec une approche DFA. Cependant, des contraintes de coûts ou des requis de modularité
limitent parfois cette option. La présente section fait ressortir les anti-erreurs les plus
employées dans l’industrie et constitue en soi une référence pour l’ingénieur ou le technicien
en conception de composants ou d’outillage d’assemblage. Pour un aspect visuel simplifié de
l’impact de l’anti-erreur, la Figure 3.3 représente les différents types d’erreurs à éviter.
omission d'opération mauvaise pièce mauvaise orientation β mauvaise orientation α mauvais positionnement mauvaise action
SOUSPièce manquante
HAUT
HAUT
AVANTARRIÈRE
OU
Figure 3.3 Pictogramme des différents types d’erreurs
La prémisse de base de l’application du pilier Jidoka, telle que présenté à la Figure 3.4, est
tenue dans la mesure du possible pour supporter cette méthode de sélection d’anti-erreur. Ce
qui aligne l’équipe de développement à adopter un focus sur la prévention d’erreur ou la
détection à sa source en opposition de l’approche de l’inspection en aval de l’application.
38
Figure 3.4 Schéma de l’application du principe Jidoka
Les quatre (4) sections suivantes nous permettent de sélectionner les anti-erreurs applicables
selon le cas et donne la variable aC requise pour le calcul du coût global.
3.3.1 Anti-erreurs dans la conception des composants
Tel que mentionné précédemment, l’intégration de l’anti-erreur dans la conception du
composant s’avère la meilleure option. On retrouve à la Figure 3.5 neuf (9) applications anti-
erreur très utilisées en conception de produit. Il est à noter que les trois (3) dernières (C7, C8,
C9) consistent en des lignes directrices pouvant contribuer grandement à l’élimination du
risque d’erreur.
39
Nom
:Co
ût d
'impl
anta
tion:
Nom
:Co
ût d
'impl
anta
tion:
Nom
:Co
ût d
'impl
anta
tion:
Type
: Ta
ux d
'Effi
caci
té:
Type
: Ta
ux d
'Effi
caci
té:
Type
: Ta
ux d
'Effi
caci
té:
Cas:
Le
s deu
x (2
) com
posa
ntes
sont
non
-sta
ndar
ds e
t diff
èren
t sur
cha
que
mod
èle.
Cas:
U
ne (1
) des
deu
x (2
) com
posa
ntes
est
stan
dard
sur t
ous l
es m
odèl
es.
Cas:
Risq
ue d
'ass
embl
age
inve
rsé
dans
le ca
s d'u
ne c
ompo
sant
e no
n sy
mét
rique
.
P-yo
ke:
Inte
rfér
ence
ent
re tr
ou e
t tig
e de
loca
lisat
ion
par v
aria
nte
de p
ositi
onne
men
t.P-
yoke
:Co
mpo
sant
e sp
écifi
que
iden
tifié
e pa
r un
pict
ogra
mm
e.P-
yoke
:Di
spos
itif é
limin
ant l
a po
ssib
ilité
d'a
ssem
blag
e in
corr
ecte
ou
inve
rsé.
réfé
renc
e: G
rout
et
Dow
ns ,
2009
Not
e:N
ote:
Not
e:
Gran
d nb
r. de
Appl
icat
ion
inté
ress
ante
pou
r min
imise
r le
nom
bre
de
Cas o
ptim
al:
Les é
tape
s d'
asse
mbl
age
act
uelle
s ou
ulté
rieur
es
com
posa
ntes
com
posa
ntes
tota
l en
stan
dard
isant
la c
ompo
sant
e de
bas
e.so
nt im
poss
ible
s.
Nom
:Co
ût d
'impl
anta
tion:
Nom
:Co
ût d
'impl
anta
tion:
Nom
:Co
ût d
'impl
anta
tion:
Type
: Ta
ux d
'Effi
caci
té:
Type
: Ta
ux d
'Effi
caci
té:
Type
: Ta
ux d
'Effi
caci
té:
Cas:
Qua
nd la
sym
étrie
d'u
ne c
ompo
sant
e ou
l'ap
plic
atio
nCa
s:Q
uand
l'as
sem
bleu
r doi
t êtr
e as
sisté
due
à u
ne g
rand
e sim
ilarit
é
d'un
e in
terf
éren
ce e
st im
poss
ible
entr
e le
s app
licat
ions
ou
les c
ompo
sant
es.
Poka
-yok
e:
Exag
érat
ion
de l'
asym
étrie
de
la c
ompo
sant
e gé
omét
rique
men
tUt
ilisa
tion
du c
ode
visu
el (P
icto
gram
me
et/o
u co
uleu
r)
ex:
Imag
es ti
rées
de:
ex:
réfé
renc
e: S
him
bun,
198
8
ex:
Conf
igur
atio
n A
:
Conf
igur
atio
n B
:ré
fére
nce:
ww
w.h
tc-d
ev.n
etCo
nfig
urat
ion
C :
réfé
renc
e: h
ttp:
//m
embr
es.m
ultim
ania
.fr/h
conl
ine/
ppt/
poka
yoke
.pps
réfé
renc
e: w
ww
.mot
onei
geau
queb
ec.c
om
Not
e:N
ote:
Not
e:
La to
léra
nce
géom
étriq
ue e
st im
port
ante
Tolé
ranc
e fa
voris
ant
Prio
risat
ion
au
afin
de
faci
liter
l'in
sert
ion.
la fa
cilit
é de
l'in
sert
ion.
pict
ogra
mm
e.
Nom
:Co
ût d
'impl
anta
tion:
Nom
:Co
ût d
'impl
anta
tion:
Nom
:Co
ût d
'impl
anta
tion:
Type
: Ta
ux d
'Effi
caci
té:
Type
: Ta
ux d
'Effi
caci
té:
Type
: Ta
ux d
'Effi
caci
té:
Règl
e#1:
Conn
ecte
urs d
iffér
ents
Règl
e#3:
Conn
ecte
urs à
bar
rure
prio
risés
Règl
e#1:
Stan
dard
isatio
n du
har
nais
Règl
e#2:
Utili
satio
n d
'att
ache
s de
Séqu
ence
:Sé
quen
ce:
aux
loca
lisat
ions
rapp
roch
ées
et c
hem
inem
ent s
tand
ard
fixat
ion
spéc
ifiqu
es p
rioris
ées
- P
ositi
onne
men
t- P
ositi
onne
men
t
pour
tous
les m
odèl
es
- Aju
stem
ent e
t alig
nem
ent
ex:
- F
ixat
ion
- Fix
atio
n
Réfé
renc
e: w
ww
.app
le.c
omRé
fére
nce:
ww
w.e
smid
istrib
utio
n.co
m
Règl
e#2:
Br
anch
emen
t inv
ersé
Règl
e#4:
Bon
accè
s pou
r le
bran
chem
ent
impo
ssib
leré
fére
nce:
ww
w.e
s.di
gike
y.co
m
réfé
renc
e:
réf.:
ww
w.g
oogl
e.ca
/imgh
p?hl
=fr&
tab=
wi
ww
w.w
iring
diag
ram
-aut
os.b
logs
pot.c
omré
fére
nce:
ww
w.c
hw.n
et
Not
e:N
ote:
Not
e:N
ote:
«Pus
h / P
ull»
requ
is lo
rs d
e l'a
ssem
blag
e. E
nten
dre
la b
arru
re d
u Va
rianc
es e
ngen
dren
tU
tilisa
tion
de «
tie w
rap»
Tolé
ranc
e gé
omét
rique
impo
rtan
te e
n fo
nctio
n du
conn
ecte
ur e
st si
gne
d'un
bra
nche
men
t pos
itif.
les r
isque
s d'e
rreu
r.en
gend
re d
es v
aria
nces
.be
soin
fonc
tionn
el e
t est
hétiq
ue d
e l'a
pplic
atio
n.
C3Bu
tée
d'in
terf
éren
cese
lon
le ca
sPr
éven
tion
Activ
e10
0%
selo
n le
cas
C6
Prév
entio
n Pa
ssiv
e80
%
100%
Harn
ais (
ligne
gui
de)
C8
Pour
ass
embl
age
sur c
ompo
sant
e de
bas
e
C9
C2se
lon
le c
as
selo
n le
cas
C5
Prév
entio
n Pa
ssiv
e80
%In
dica
tion
visu
elle
Cont
rain
te m
écan
ique
Prév
entio
n Ac
tive
C4As
ymét
rie d
e co
mpo
sant
ese
lon
le c
asPr
éven
tion
Activ
e10
0%
C7Co
nnec
teur
s (lig
ne g
uide
)se
lon
le c
asPr
éven
tion
Activ
e10
0%
C1Tr
ou e
t tig
e de
loca
lisat
ion
selo
n le
cas
Prév
entio
n Ac
tive
100%
selo
n le
cas
Prév
entio
n Pa
ssiv
e80
%
100%
Prév
entio
n Ac
tive
selo
n le
cas
Code
de
coul
eur/
pict
ogra
mm
e
Sans
aju
stem
ent (
ligne
gui
de)
http
://w
ww
.goo
gle.
ca/i
mgh
p?hl
=fr&
tab=
wi
SOU
S
HAU
T
HAU
T
X
SOU
S
HA
UT
HAU
T
AVAN
TAR
RIÈR
E
X
OU
SOU
S
HAU
T
HAU
T
AV
AN
TA
RR
IÈR
E
SOU
S
HAU
T
HAU
T
AVA
NT
ARRI
ÈRE
X X
SOU
S
HAU
T
HAU
T
AVA
NT
ARRI
ÈRE
Facu
ltatif
d'id
entif
ier u
ne c
ompo
sant
e st
anda
rd
Com
posa
nte
seco
ndai
re
Com
posa
nte
de b
ase
Com
posa
nte
seco
ndai
re
Com
posa
nte
de b
ase
XX
40
Bien que l’intégration de l’anti-erreur ajoute parfois un coût au composant, ce dernier est
minimisé lorsqu’il est intégré au début du cycle de développement et aura une incidence
bénéfique sur la qualité du produit pour la durée de vie de ce modèle. Il est important de se
rappeler que, tel que mentionné à la section 2.3.3, qu’il est toujours primordial de minimiser
le nombre de composants dans un assemblage. Dans une approche DFA, une bonne efficacité
d’assemblage aura toujours pour effet de minimiser les risques d’erreurs et les coûts de non-
qualité.
3.3.2 Anti-erreurs mécaniques à l’assemblage
L’anti-erreur mécanique à l’assemblage, quant à elle, demeure l’option la plus intéressante
lorsque que le concept du composant ne peut l’offrir car elle ne requiert aucune technologie
et demeure simple en utilisation si elle est bien conçue. La Figure 3.6 représente neuf (9)
exemples d’anti-erreurs mécaniques intégrées dans l’outillage d’assemblage. Dans un mode
de production en modèle mixte, le besoin de modularité étant très présent, il devient souvent
difficile d’intégrer les anti-erreurs dans la conception des composants ou des outillages
d’assemblage. C’est pourquoi l’anti-erreur technologique devient une option intéressante
pour assurer la qualité en finalité.
3.3.3 Anti-erreurs technologiques
L’anti-erreur technologique est, en terme de priorité, classée troisième dû à son coût
d’implantation et de maintien élevé. De plus, la sélection de la technologie doit être
appropriée de façon à ne pas enlever la flexibilité requise pour l’amélioration continue en
usine. La 3.7 représente les neuf (9) des anti-erreurs technologiques très utilisées dans
l’industrie.
Figure 3.5 Liste des anti-erreurs intégrées dans la conception
41
Figure 3.6 Liste des anti-erreurs mécaniques dans l’outillage d’assemblage
Nom
:Co
ût d
'impl
anta
tion:
Nom
:Co
ût d
'impl
anta
tion:
Nom
:Co
ût d
'impl
anta
tion:
Type
: Ta
ux d
'Effi
caci
té:
Type
: Ta
ux d
'Effi
caci
té:
Type
: Ta
ux d
'Effi
caci
té:
réfé
renc
e:
Shim
bun,
198
8
et BRP
réfé
renc
e: B
RPré
fére
nce:
Shi
mbu
n, 1
988
Not
e:N
ote:
Not
e:
Un
seul
pos
ition
nem
ent p
ossib
le a
vec
les b
onne
s(*
) Ant
i-err
eur p
arfo
is ut
ilisé
e M
ettr
e à
prof
it la
form
e de
la c
ompo
sant
e po
ur re
ndre
com
posa
ntes
.lo
rsqu
e re
quis
d'aj
uste
men
t.im
poss
ible
un
mau
vais
posit
ionn
emen
t à l'
aide
d'u
n bl
oc.
Nom
:Co
ût d
'impl
anta
tion:
Nom
:Co
ût d
'impl
anta
tion:
Nom
:Co
ût d
'impl
anta
tion:
Type
: Ta
ux d
'Effi
caci
té:
Type
: Ta
ux d
'Effi
caci
té:
Type
: Ta
ux d
'Effi
caci
té:
réfé
renc
e: S
him
bun,
198
8
Not
e:N
ote:
Not
e:
Le b
ut e
st d
e re
ndre
visu
elle
l'er
reur
lors
que
la p
réve
ntio
n L'
inte
rrup
teur
de
fin d
e co
urse
n'a
utor
ise p
as le
ret
our
du
L'in
terr
upte
ur d
e pr
ésen
ce p
neum
atiq
ue n
'aut
orise
pas
à 10
0% e
st im
poss
ible
.cy
lindr
e pn
eum
atiq
ue o
u le
dég
agem
ent
de l'
asse
mbl
é.l'a
ctio
n e
n l'a
bsen
ce d
'une
com
posa
nte.
Nom
:Co
ût d
'impl
anta
tion:
Nom
:Co
ût d
'impl
anta
tion:
Nom
:Co
ût d
'impl
anta
tion:
Type
: Ta
ux d
'Effi
caci
té:
Type
: Ta
ux d
'Effi
caci
té:
Type
: Ta
ux d
'Effi
caci
té:
réfé
renc
e: S
him
bun,
198
8
Not
e:To
rque
om
isN
ote:
Not
e:
Cas s
péci
fique
où
la c
ompo
sant
e pe
ut ê
tre
utili
sée
Une
trac
e de
pei
ntur
e re
nd a
ppar
ent u
ne o
miss
ion
de to
rque
L'as
sem
bleu
r doi
t tou
jour
s pre
ndre
la
pour
ferm
er le
circ
uit p
neum
atiq
ue.
d'un
bou
lon
ou u
n éc
rou.
( at
tent
ion
aux
zône
s visu
elle
s)co
mpo
sant
e di
rect
emen
t du
char
iot.
Fin
de c
ours
e p
neum
atiq
ue
Prév
entio
n ac
tive
M2
100%
500
$
In
terf
éren
ce p
ar ti
ge e
t tro
u50
0 $
Prév
entio
n ac
tive
M4
Évid
ence
de
non-
conf
orm
ité50
0 $
M1
Gab
arit
spéc
ifiqu
e1
500
$
Prév
entio
n ac
tive
Prév
entio
n pa
ssiv
ePr
éven
tion
activ
e
Déte
ctio
n50
%M
7Co
mpo
sant
e fe
rman
t le
circ
uit
1 00
0 $
Pr
éven
tion
activ
e10
0%
80%
M5
M8
100%
Prés
ence
pne
umat
ique
500
$
Pr
éven
tion
activ
e10
0%
500
$
Ch
ario
t de
dist
ribut
ion
Pein
ture
tém
oin
sur o
util
M9
50%
Prév
entio
n pa
ssiv
e50
0 $
100%
100%
M3
M6
500
$
Inte
rfér
ence
par
blo
c et
form
e
X
AV
AN
TA
RR
IÈR
E
X
Piè
cem
anq
ua
nte
Ne
peut
insé
rer l
a ro
tule
si n
on a
just
ée à
la b
onne
long
ueur
.
AV
AN
TA
RR
IÈR
ESO
US
HAU
T
HA
UT
Ne
peut
ass
embl
er
la m
auva
ise ti
ge d
'acc
oupl
emen
t
(*).
X
X
X
Inte
rrup
teur
de
fin d
e co
urse
pn
eum
atiq
ue
Inte
rrup
teur
de
prés
ence
pneu
mat
ique
Piè
cem
an
qu
an
te
42
Figure 3.7 Liste des anti-erreurs technologiques
Nom
:Co
ût d
'impl
anta
tion:
Nom
:Co
ût d
'impl
anta
tion:
Nom
:Co
ût d
'impl
anta
tion:
Type
: Ta
ux d
'Effi
caci
té:
Type
: Ta
ux d
'Effi
caci
té:
Type
: Ta
ux d
'Effi
cacit
é:
Anti-
erre
urAn
ti-er
reur
(ava
nt o
u pe
ndan
t l'a
ctio
n)An
ti-er
reur
1) A
ctio
n a
2) A
ctio
n b
réfé
renc
e:3)
Act
ion
cX
ww
w.c
ogne
x.co
m
ww
w.v
ision
-sys
tem
s.co
mré
fére
nce
: ww
w.th
eron
syst
ems.
com
réfé
renc
e : w
ww
.atla
scop
co.c
om
Nom
:Co
ût d
'impl
anta
tion:
Nom
:Co
ût d
'impl
anta
tion:
Nom
:Co
ût d
'impl
anta
tion:
Type
: Ta
ux d
'Effi
caci
té:
Type
: Ta
ux d
'Effi
caci
té:
Type
: Ta
ux d
'Effi
cacit
é:
Anti-
erre
urAn
ti-er
reur
(apr
ès l'
actio
n)
réf:w
ww
.sen
sorp
rod.
com
réfé
renc
e:
ww
w.c
ogne
x.co
mré
fére
nce
: ww
w.th
eron
syst
ems.
com
ww
w.v
ision
-sys
tem
s.co
m
ww
w.o
kokc
hina
.com
Nom
:Co
ût d
'impl
anta
tion:
Nom
:Co
ût d
'impl
anta
tion:
Nom
:Co
ût d
'impl
anta
tion:
Type
: Ta
ux d
'Effi
caci
té:
Type
: Ta
ux d
'Effi
caci
té:
Type
: Ta
ux d
'Effi
cacit
é:
Anti-
erre
urAn
ti-er
reur
com
pona
nt
Réfé
renc
e:
ww
w.d
irect
indu
stry
.frw
ww
.us-
tech
.com
T4Ba
nc d
e te
st É
lect
rique
15 0
00 $
T1O
util
Élec
triq
uePr
éven
tion
Activ
e20
000
$10
0%T2
10 0
00 $
PLC
(& p
rogr
amm
atio
n)
Syst
ème
de v
ision
T5Dé
tect
ion
7 00
0 $
Prév
entio
n Ac
tive
100%
Déte
ctio
n10
0%10
0%T6
Capt
eur /
inte
rrup
eur
4 00
0 $
Prév
entio
n Ac
tive
T7«
Pick
to li
ght»
5 00
0 $
T8Pr
éven
tion
Pass
ive
90%
5 00
0 $
Prév
entio
n Ac
tive
100%
Prév
entio
n Ac
tive
100%
3 00
0 $
Code
bar
reT9
RFID
T3
100%
Syst
ème
de v
ision
10 0
00 $
Prév
entio
n Ac
tive
100%
Ide
nti
fica
tio
n
À la
sta
tio
n
Vé
hic
ule
ou "I
nput
"
Ide
nti
fica
tio
n
À la
sta
tio
n
Vé
hic
ule
ou "I
nput
"
Ide
nti
fica
tio
n
À la
sta
tio
n
Vé
hic
ule
ou "I
nput
"
Ide
nti
fica
tio
n
À la
sta
tio
n
Vé
hic
ule
ou "I
nput
"
Ide
nti
fica
tio
n
À la
sta
tio
n
Vé
hic
ule
ou "I
nput
"
Ide
nti
fica
tio
n
À la
sta
tio
n
Vé
hic
ule
ou "I
nput
"
Ide
nti
fica
tio
n
À la
sta
tio
n
Vé
hic
ule
ou "I
nput
"
Ide
nti
fica
tio
n
À la
sta
tio
n
Vé
hic
ule
ou "I
nput
"in
terv
entio
n m
anue
lle
Actio
nau
tom
atiq
ue
OU
Pièc
em
anqu
ante
Pièc
em
anqu
ante
OU
OU
Pièc
em
anqu
ante
Pièc
em
anqu
ant
eP
ièce
man
quan
te
Visu
elSo
nore
Arrê
tou
ou
"Out
put"
Visu
elSo
nore
Arrê
tou
ou
"Out
put"
Visu
elSo
nore
Arrê
tou
ou
"Out
put"
Visu
elSo
nore
Arrê
tou
ou
"Out
put"
Visu
elSo
nore
Arrê
tou
ou
"Out
put"
Visu
elSo
nore
Arrê
tou
ou
"Out
put"
Visu
elSo
nore
Arrê
tou
ou
"Out
put"
Visu
elSo
nore
Arrê
tou
ou
"Out
put"
Visu
elSo
nore
Arrê
tou
ou
"Out
put"
Pièc
em
anqu
ante
Pièc
em
anqu
ante
"Inp
ut"
Cont
rôle
ur R
F
Appl
icat
ion
de
cont
rôle
déc
ision
nel
Vérif
ie l'
inté
grité
d'u
ne
com
posa
nte
ou a
ssur
e la
pré
senc
e d
e ce
lle-c
i av
ant d
'aut
orise
r l'a
ctio
n.
Vérif
ie l'
asse
mbl
age
criti
que
visé
43
Ces technologies ont leurs avantages et leurs applications spécifiques. Il est à noter qu’il est à
la discrétion des responsables d'implantation de ces technologies de soit donner une alerte
visuelle, une alerte sonore ou bien de causer un arrêt de ligne ou de procédé. Dans tous les
cas, la correction de l’erreur doit être immédiate afin d’éviter la turbulence en aval de la
séquence d’assemblage.
3.3.4 Anti-erreurs aides visuelles
Pour ce dernier mode étudié, l’anti-erreur étant une aide visuelle à l’opérateur, est utilisée en
prévention passive ou bien en détection. Elle doit demeurer très simple d’utilisation et
s’appuie souvent sur l’approche du contrôle visuel. La Figure 3.8 présente neuf (9) des
applications typiques très utilisées dans l’industrie manufacturière. L’aide visuelle V3 est
plus spécifique à la pratique de BRP.
La contribution des assembleurs et des chefs de groupe est habituellement très présente pour
l’élaboration de celles-ci. Il est cependant important d’assurer une validation technique afin
d’établir (ou de respecter) un certain standard et de ne pas créer un risque d’erreur suite à une
mauvaise interprétation de la spécification. Évidemment, nous reconnaissons que ces aides
visuelles à l’opérateur ne soient pas efficaces à 100 %. Toutefois, si elles sont utilisées
adéquatement, elles auront nécessairement un meilleur impact que l’inspection en aval, car
elles sont intégrées directement à l’opération d’assemblage. C’est pourquoi la méthodologie
AEBRP que propose ce mémoire exclut l’inspection comme étant une option, en accord avec
le principe Jidoka. Également, nous sommes conscients de l’efficacité relative d’une aide
visuelle; elle dépend grandement du respect des procédures d’assemblage ainsi que du niveau
de formation des employés. Pour cette méthodologie, une valeur estimée de 30% à 50%
d’efficacité est utilisée pour l’ensemble de ces aides visuelles.
44
Nom
:Co
ût d
'impl
anta
tion:
Nom
:Co
ût d
'impl
anta
tion:
Nom
:Co
ût d
'impl
anta
tion:
Type
: Ta
ux d
'Effi
cacit
é:Ty
pe:
Taux
d'E
ffica
cité
:Ty
pe:
Taux
d'E
ffica
cité:
Cont
rôle
d'e
spac
e ou
d'o
uver
ture
Cont
rôle
d'o
rient
atio
nRé
f.: B
RP in
c.
réfé
renc
e: w
ww
.nr-
racin
g.co
m
réfé
renc
e: w
ww
.theg
olfd
octo
r.com
.au
Cont
rôle
de
posit
ionn
emen
tex
empl
es d
e co
ntrô
les n
égat
ifs
A)
Com
posa
nte
trop
rapp
roch
ée
par r
appo
rt à
la sp
écifi
catio
n
B)Co
mpo
sant
e tr
op é
loig
née
par r
appo
rt à
la sp
écifi
catio
n
Perm
et d
e s'a
ssur
er d
e m
ettr
e le
s bon
nes c
ompo
sant
es e
t la
quan
tité
requ
ise.
réfé
renc
e: w
ww
.qcl
t.com
Nom
:Co
ût d
'impl
anta
tion:
Nom
:Co
ût d
'impl
anta
tion:
Nom
:Co
ût d
'impl
anta
tion:
Type
: Ta
ux d
'Effi
cacit
é:Ty
pe:
Taux
d'E
ffica
cité
:Ty
pe:
Taux
d'E
ffica
cité:
L'as
sem
bleu
r est
ass
isté
par u
n di
spos
itif v
isuel
con
firm
ant l
'aju
stem
ent
ou l'
alig
nem
ent.
Vert
=
corr
ect
Roug
e =
hors
tolé
ranc
eré
fére
nce:
ww
w.c
lubm
otom
arin
e.ne
tré
fére
nce:
ww
w.tc
.gc.
caré
fére
nce:
ww
w.ra
zorle
af.c
om
Nom
:Co
ût d
'impl
anta
tion:
Nom
:Co
ût d
'impl
anta
tion:
Nom
:Co
ût d
'impl
anta
tion:
Type
: Ta
ux d
'Effi
cacit
é:Ty
pe:
Taux
d'E
ffica
cité
:Ty
pe:
Taux
d'E
ffica
cité:
Appl
icatio
ns v
isées
Solu
tion
pote
ntie
lle: «
Kitt
ing»
réfé
renc
e: w
ww
.pul
.se
réfé
renc
e: w
ww
.ligh
tnin
gpick
.com
réfé
renc
e: S
him
bun,
198
8N
ote:
Tro
p de
cou
leur
s diff
éren
tes p
eut a
voir
un im
pact
nég
atif
(sur
char
ge v
isuel
le).
réfé
renc
e: w
ww
.van
ick.
isexl
.com
V1Ca
bare
t de
com
posa
ntes
0 $
Prév
entio
n Pa
ssiv
e50
%
V4Ja
uge
com
biné
e à
l'out
il50
0 $
Prév
entio
n pa
ssiv
e50
%V5
500
$Lis
te d
e vé
rific
atio
nCo
de d
e co
uleu
r sur
con
tena
nts
Prév
entio
n pa
ssiv
ePe
intu
re té
moi
n m
anue
lDé
tect
ion
V3 V6
Déte
ctio
n50
% Ja
uge
«go
/ no
go»
50%
V210
0 $
0 $
30%
Code
d'id
entif
icat
ion
0 $
Prév
entio
n pa
ssiv
e50
%
Supp
ort v
isuel
et/
ou a
nim
é0
$
V7«K
ittin
g» d
e co
mpo
sant
es0
$Pr
éven
tion
pass
ive
50%
50%
Prév
entio
n pa
ssiv
e ou
dét
ect.
0 $
V8V9
Prév
entio
n pa
ssiv
e50
%
X
Vue
expl
osée
dém
ontr
ant b
ien
l'ass
embl
age
Com
men
taire
s exp
licite
s sur
ce
rtai
ns re
quis
Com
posa
ntes
Fich
e vé
hicu
le
Out
ilsAs
sem
blag
e
18
L'en
sem
ble
des c
ompo
sant
es e
st
rass
embl
é da
ns u
n co
nten
ant e
n dé
but
de c
ycle
d'a
ssem
blag
e.
Une
com
posa
nte
cach
ée n
e po
uvan
t êtr
e dé
tect
ée a
près
as
sem
blag
e.
X
réfé
renc
e: w
ww
.brp
.com
Conf
irmat
ion
de l'
actio
n av
ec u
ncr
ayon
mar
queu
r.
Mar
que
tém
oin
pour
val
idat
ion
futu
re.
45
Le Tableau 3.3 représente la synthèse de toutes les anti-erreurs utilisées dans cette
méthodologie et constitue une référence importante pour le processus global.
Tableau 3.3 Sommaire des applications d’anti-erreurs
#1 Anti-erreur en conception coût efficacité #2 Anti-erreur mécanique coût efficacité
C1 Trou et tige de localisation N/A 100% M1 Gabarit spécifique 1 500$ 100%
C2 Indication visuelle N/A 80% M2 Interférence par tige et trou 500$ 100%
C3 Butée d’interférence N/A 100% M3 Interférence par bloc et forme 500$ 100%
C4 Asymétrie de composant N/A 100% M4 Évidence de non-conformité 500$ 80%
C5 Contrainte mécanique N/A 100% M5 Fin de course pneumatique 500$ 100%
C6 Code de couleur et/ou pictogramme N/A 80% M6 Présence pneumatique 500$ 100%
C7 Connecteurs (ligne guide) N/A 100% M7 Composant fermant le circuit 1 000$ 100%
C8 Harnais (ligne guide) N/A 80% M8 Peinture témoin sur outil 500$ 50%
C9 Sans ajustement (ligne guide) N/A 100% M9 Chariot de distribution 500$ 50%
#3 Anti-erreur technologique coût efficacité #4 Anti-erreur aide visuelle coût efficacité
T1 Outil électrique 20 000$ 100% V1 Cabaret de composants 0$ 50%
T2 Système de vision (prévention) 10 000$ 100% V2 Jauge «go / no go» 100$ 50%
T3 PLC (&Programmation) 7 000$ 100% V3 Code d'identification 0$ 50%
T4 Banc de test électrique 15 000$ 100% V4 Jauge combinée à l'outil 500$ 50%
T5 Système de vision (détection) 10 000$ 100% V5 Peinture témoin manuel 0$ 50%
T6 Capteur / interrupteur 4 000$ 100% V6 Support visuel et/ou animé 0$ 30%
T7 «Pick to light» 5 000$ 90% V7 «kitting» de composants 0$ 50%
T8 Code barre 3 000$ 100% V8 Code de couleur sur contenants 500$ 50%
T9 RFID 5 000$ 100% V9 Liste de vérification 0$ 50%
3.4 Processus de calcul de l’efficacité de l’application en qualité
Comme mentionné précédemment et présenté schématiquement à la Figure 3.9, trois (3)
principaux facteurs ont une incidence sur l’efficacité en qualité ( qE ) d’une application :
• sE : efficacité reliée à la standardisation;
46
• E : efficacité d’assemblage (Boothroyd, Dewhurst et Knight, 2002);
• aE : efficacité de l’anti-erreur.
Figure 3.9 Schéma représentant l’obtention de l’efficacité en qualité
Pour obtenir le taux d’efficacité en qualité qE , nous la calculons par l’équation suivante :
((2 ) )
4s a
q
E E EE
× + += (3.3)
En premier lieu, nous proposons que le niveau de standardisation d’un composant puisse se
quantifier par une valeur numérique d’efficacité selon la formule suivante :
( 1 )s
SKU VARE
SKU
+ −= (3.4)
Où SKU : Nombre de modèles de véhicules
VAR : Quantité de variantes du composant en question
Il est ainsi obtenu un pourcentage auquel une standardisation optimale donne une efficacité
de standardisation de 100%.
Exemple
Pour un véhicule auquel dix modèles (SKU=10) sont à assembler et le composant étudié est
constituée de quatre variantes (VAR=4) sur l’ensemble des modèles.
(10 1 4)70%
10sE+ −= =
Formule de la Méthodologie
AEBRPqE
sE
E
aE
47
Deuxièmement, pour ce qui est de l’efficacité de l’assemblage, la formule référence de la
méthodologie de Boothroyd (Boothroyd, Dewhurst et Knight, 2002) est la suivante :
(3 )Min
moy
NE
T
×= (3.5)
Où MinN : Nombre minimal de composant
MoyT : Temps moyen (sec)
Étant donné que chacun des composants est étudié distinctivement, la valeur MinN est
toujours égale à un. De plus, pour l’application de produits récréatifs, le temps moyen requis
pour un assemblage facile est de quatre (4) secondes. La formule simplifiée devient donc :
4
Moy
ET
= (3.6)
Pour faciliter davantage le processus, nous nous inspirons de la matrice Assembly Advisor de
Poli représentée précédemment au Tableau 2.3 (Poli, 2001). Cette dernière est simplifiée en
utilisant les valeurs de temps moyen selon le rapprochement de l’application par rapport à
l’aide descriptive du Tableau 3.4. Ainsi, l’efficacité de l’assemblage ( E ) peut être obtenue.
Tableau 3.4 Temps d’assemblage moyen16
Type d’assemblage Temps moyen ( MoyT ) Aide descriptif
Facile 4 sec. L’assembleur sans expérience fait
l’opération avec aisance en peu de temps.
Moyen 8 sec. Requiert un minimum d’agilité pour
l’alignement, l’insertion ou la manipulation.
Difficile 16.5 sec. Assemblage requérant une bonne dextérité
et une certaine expérience d’assemblage.
16 Inspiré de la matrice Assembly Advisor de Poli (Poli, 2001), les descriptifs révisés et les temps furent établis
par une analyse des assemblages divers et par une étude des balancements de certains composants.
48
Exemple
Pour ce même véhicule, un enjoliveur jaune est installé mais l’action requiert un certain
alignement pour l’insertion et doit être traité soigneusement afin d’éviter les égratignures. Se
référant au Tableau 3.4, la variable MoyT est égale à huit (8) secondes.
450%
8E = =
Le troisième facteur d’efficacité requis pour calculer l’efficacité globale de la qualité est
l’efficacité de l’anti-erreur ( aE ) qui peut être retrouvée dans le Tableau 3.3 de la section 3.3.
Ainsi, avec l’équation (3.3), nous pouvons calculer l’efficacité en qualité de l’application.
Exemple
Reprenant toujours le même exemple, pour une application sans anti-erreur, la valeur qE est;
((2 0.7) 0.5 0)47.5%
4qE× + += =
Intégrant l’anti-erreur technologique T7 «Pick to light», l’efficacité en qualité devient ;
((2 0.7) 0.5 0.9)70%
4qE× + += =
Ce qui permet de positionner l’efficacité de l’application à l’étude.
49
3.5 Méthodologie AEBRP
Sachant qu’un des buts principaux de la méthodologie est d’obtenir un processus simple
d’utilisation et d’obtenir un paramètre de comparaison qui parle beaucoup à l’utilisateur, le
diagramme de flux de la Figure 3.10 représente les principales étapes à réaliser que nous
proposons pour atteindre les graphiques de comparaison voulus.
Figure 3.10 Diagramme de cheminement de la méthodologie AEBRP
Il est à noter que l’objectif est de se rapprocher du coin supérieur gauche du graphique
représentant une bonne efficacité en qualité au moindre coût global tel que la Figure 3.11
l’expose.
50
Figure 3.11 Représentation visuelle de l’objectif
Pour aider à la compréhension de la méthodologie, voici une étude de cas concrète utilisant la
démarche décrite. Le cas consiste en un véhicule dont trois (3) couleurs similaires d’ailes
peuvent être mélangées lors de l’expédition du véhicule.
1) Liste des informations requises :
• coût moyen du véhicule : 25 000$;
• volume annuel vendu : 10 000 véhicules / an;
• marge de profit: 20% (information générique estimée).
2) Priorisation des composants
• cas à étudier: Risque de mélange d'aile à l'expédition.
3) Sélection des options d’anti-erreur :
• technologique avec code barre;
• standardisation en conception;
• technologique avec RFID.
4) Calcul du coût global gC et de l’efficacité en qualité qE
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
Eff
icacit
é e
n q
ualité
(%
)
Coût Global ($)
Mauvais
Bon
51
Figure 3.12 Calcul de gC et de qE pour l’exemple de démonstration
La figure 3.12 représente un tableur pour calcule rapide des variables de coût global gC et
d’efficacité en qualité qE .
5) Inscription des points sur graphique pour analyse
Figure 3.13 Graphique des options d’anti-erreur pour le cas étudié
# Composante Risque / Anti-erreur SKU VAR Es (%) Assemblage TM E (%) Type d'anti-erreur Ea (%) Ci ($) Ca ($/an)
1,0 Aile noir Mauvaise pièce au concessionnaire 10 5 60% Facile 4 100% Pas d'anti-erreur 0% - $ - $ 1,1 Technologique avec code barre 10 5 60% Facile 4 100% T8 Code barre 100% 3 000 $ 600 $ 1,2 Standardisation des 3 noirs différents 10 3 80% Facile 4 100% Pas d'anti-erreur 0% - $ - $ 1,3 Technologique, RFID 10 5 60% Facile 4 100% T9 RFID 100% 5 000 $ 1 000 $
Table d'entrée de données et d'analyse
Es = (SKU + 1 - VAR) / SKUEs: Efficacité relié au niveau de standardisation
SKU: Nombre de modèleVAR: Nombre de composantes différentes
Ca = Ci /(5 ans d'amortissement)Ea : Efficacité de l'anti-erreurCi: Coût pour l'implantation totalCa: Coût annuel d'implantation de l'anti-erreur la considérant amortie sur 5 ansType: Conception, Mécatique, Techologique, Aide-visuel
E = 4 / TMTM = Temps moyen (Basé sur Assembly Advisor de Poli )Assemblage Facile: TM = 4 secAssemblage Moyen: TM= 8 secAssemblage Difficile: TM= 16.5 sec
Anti-erreurEfficacité (Ea) et Coût d'implantation (Ca)
Efficacité d'assemblage DFA (E)
Efficacité du Niveau de strandardisation (Es)
Coût Global (Cg)
Cg = Cnq + Ca
td (%) Type d'erreur Cpce ($/pce) Cmdo ($/un) Crep ($/un) Cnq ($/an) Cg ($ / an)
2,0% ii-1 Mauvaise composante non-installée 40 $ - $ - $ 8 000 $ 8 000 $ 0,0% - $ - $ - $ 600 $ 2,0% - $ - $ - $ - $ 0,0% - $ - $ - $ 1 000 $
Eq (%)55%
65%80%
Coût de la non-qualité (Cnq)(lorsqu'une erreur occure)
80%
Eq = (2*Es + E + Ea) / 4Cnq = ( Cpce + Cmdo + Crep ) * Volume Annuel * tdtd: taux de défaillance potentiel de l'option en questionCpce: coût des pièces endommagée dans le cas de bris de composantes (par unité) ou coût de transport spécialCmdo: coût estimé de la non-qualité réparé en usine ou chez le concessionnaire selon le cas (basé sur historique) (par unité)Cnq3: coût de la non-qualité associcé à un impact négatif sur la réputation Cnq: coût annuel global de la non-qualité
Efficacité de la qualité (Eq)
Composant : Aile
52
6) Analyse et sélection de la meilleure option d’anti-erreur
Les trois (3) options étudiées améliorent de beaucoup le coût global. Cette déduction vient du
fait que les trois (3) points se rapprochent de la partie gauche du graphique. Le fait de
standardiser les couleurs enlève des choix de sélection pour le client ultime. Cette option peut
être écartée en vue d’offrir à la clientèle une diversité de coloration. La sélection dans ce cas
serait l’option 1 (code barre) qui représente une efficacité optimale à un coût global moindre.
Nous remarquons aussi que l’option du RFID peut être viable. Ce qui démontre les grandes
lignes du mode d’utilisation de la méthodologie avec un cas simple.
3.6 Sommaire du chapitre
Pour résumer la méthodologie AEBRP, le schéma de la Figure 3.14 présente un sommaire de
l’approche à utiliser pour son application dans le cycle de développement et l’impact que
l’utilisation d’une anti-erreur peut avoir sur le coût global et l’efficacité en qualité.
Figure 3.14 Schéma sommaire de la méthodologie AEBRP
www.ski-doo.com www.logiciel-qualité.fr www.sellersinsight.com www.ski-doo.com
Sans anti-erreur
Coût global ($)
Avec anti-erreur T7
Coût global ($)
www.bigstockphoto.com
CIB
LE
ap
plic
atio
n in
itia
leap
pli
cati
on
ré
visé
e
CO
NS
ÉQ
UE
NC
EO
UT
IL:
AN
TI-
ER
RE
UR
effi
caci
té e
n qu
alit
é (%
)ef
fica
cité
en
qual
ité
(%)
C1 C2 C3C4 C5 C6C7 C8 C9
Conception
M1 M2 M3M4 M5 M6M7 M8 M9
Mécanique
T1 T2 T3T4 T5 T6T7 T8 T9
Technologique
Formule de la Méthodologie
GiBqE
sE
E
aE
V1 V2 V3V4 V5 V6V7 V8 V9
Aide visuel
Formule de la Méthodologie
GiBqE
sE
E
aE
Risque élevé de turbulence en réseau
Risque d'un client insatisfait
Diminution du coût global et de la turbulence en réseau
Client satisfait
Formule de la méthodologie
AEBRP
Formule de la méthodologie
AEBRP
Le bon véhicule performant
g nq aC C C= +
g nq aC C C= +
53
Ce schéma se résume ainsi :
• L’équipe de développement de produit a pour cible de concevoir le bon véhicule avec
une performance optimale et excédant celle de la compétition. Les opérations
manufacturières ont, quant à eux, le mandat d’assembler les véhicules d’une
excellente qualité afin d’assurer la satisfaction du client;
• Nous avons établis une liste de trente-six (36) anti-erreurs références;
• En étudiant un cas problématique dont le coût global est élevé, nous calculons l’effet
qu’une anti-erreur peut avoir sur ce coût et l’efficacité en qualité. Ainsi, nous sommes
en mesure de sélectionner une anti-erreur qui optimisera les chances de satisfaire
100 % des clients et de réduire le coût global.
Il est à noter qu’une ingénierie simultanée dans les phases initiales de développement permet
à l’équipe de choisir la bonne application d’anti-erreur selon le cas. Si le processus se fait
tard dans le cycle de développement, certaines anti-erreurs en conception deviennent
coûteuses et non-réalistes.
CHAPITRE 4
VALIDATION DE LA MÉTHODOLOGIE AEBRP
4.1 Sélection de concept du Spyder®
En 2007, BRP a entamé la production du premier modèle du véhicule Spyder dans une
nouvelle usine. Il est important de mentionner ici que les analyses doivent tenir compte du
phénomène de démarrage d’une usine. Elles peuvent être biaisées par la turbulence qui est
généralement associée à ce genre d’événement. Ce facteur est donc à considérer dans nos
analyses.
En un premier lieu, la Figure 4.1 représente le volume des véhicules dont les données sont
analysées en vue d’une sélection appropriée des cas à étudier. Cet échantillon, représentant
un certain pourcentage du volume total, est suffisant pour donner un aperçu global de la
production du Spyder. Les trois (3) séries analysées dans le cadre de ce mémoire sont
nommées: modèle x , modèle y et modèle z .
Figure 4.1 Volume des séries de véhicules Spyder® analysées
Les séries de production telles que représentées dans le graphique précédent sont influencées
par :
0
1000
2000
3000
4000
5000
6000
7000
Modèle x Modèle y Modèle z
Trois modèles Spyder analysés
56
• Modèle x; introduction d’une nouvelle usine et d’un nouveau produit engendrant des
activités d’ajustement des processus, procédés et composants;
• Modèle y; production de masse où les séquences et outillages sont supportés par des
activités d'amélioration continue;
• Modèle z; ajout de complexité électronique et de variété de véhicule dans un mode de
production en modèle mixte.
Ces facteurs sont donc considérés dans la priorisation des concepts. Pour faciliter l’analyse,
elle est subdivisée en deux (2) parties. Les modèles x et y sont combinés à cause de leur
similarité. Le modèle z est étudié séparément.
En premier lieu, les problématiques observées sur les modèles x et y sont représentées sous
forme de diagramme de Pareto à la Figure 4.2. Certains problèmes, pour le besoin du projet,
sont désignés par : problème i, problème ii, etc.
Figure 4.2 Sommaire des problématiques pour les modèles x et y
Le Problème i fût très présent mais il a été concentré lors du démarrage de l’usine. Ce dernier
a été rétabli rapidement. Il est alors considéré comme une problématique de mise en
Mauvais composants
(ou manquants)
Problème i Mauvaises connections /
problèmes électriques
Problème ii Problème iii Problème iv
Pareto des principaux problèmes reliés à l'assemblage(Modèle x et y)
57
production ponctuelle et non répétitive donc nous excluons celui-ci de l’analyse. Les deux (2)
problèmes ci-après sont alors retenus pour la validation de notre méthodologie :
• Mauvais composants ou composants manquants;
• Mauvaises connections générant des problèmes électriques.
Pour le modèle z , tel qu’illustré à la Figure 4.3, les deux (2) problématiques retenues de
l’analyse des modèles x et y se répètent également sur le modèle z . La sélection précédente
des deux (2) problèmes d’assemblage couvre donc l’ensemble des véhicules.
Figure 4.3 Sommaire des problématiques pour le modèle z
En plus, les problèmes suivants sont sélectionnés en vue de valider la méthodologie:
• Problème de fuites diverses dues à des collets non serrés correctement;
• Mauvais couple de serrage.
Ainsi, notre sélection de problématiques couvre bonne variété d’application. Ce qui permet
une validation rigoureuse de la méthodologie.
Problème v Mauvaises connections/
problèmes électriques
Mauvaiss composants
(ou manquants)
Problème de fuites diverses
Problème vi Problème vii Problème viii
Pareto des principaux problèmes reliés à l'assemblage(Modèle z)
58
4.2 Application et validation de la méthodologie AEBRP
Pour la validation, les mêmes données de base de l’exemple de la section 3.5 sont retenues;
coût moyen du véhicule étant à 25 000$, volume annuel vendu étant à 10 000 véhicules / an
et la marge de profit étant à 20%. Un tableur Excel est utilisé afin d’accroître la rapidité des
calculs et de procurer une convivialité pour l’utilisateur. Il est à noter que les cellules de
captures de données pour l’utilisateur sont en blanc () alors que les cellules en gris () et
jaune () sont présentées à titre d’information et de résultante des calculs.
4.2.1 Application # 1 : installation de l'antenne
Le premier composant sur lequel la méthodologie est appliquée est l’installation de l’antenne
(Voir Figure 4.4). Cette dernière n’est pas assemblée sur le véhicule lors de la livraison chez
le concessionnaire mais est attachée sur un support de livraison.
Figure 4.4 Mode de livraison de l’antenne du Spyder®
Utilisant la méthodologie, trois (3) options d’anti-erreur sont comparées par rapport au
concept de base sans anti-erreur; système «Pick to Light», système code barre et liste de
vérification. Le but visé est d’éviter l’oubli de l’antenne lors de l'expédition du véhicule.
59
Figure 4.5 Analyse comparative d’anti-erreur pour l’antenne
Figure 4.6 Représentation graphique de l’analyse de l’application #1
Dans le cas étudié, il est clair que les trois (3) options d’anti-erreurs améliorent le taux
d’efficacité en qualité et diminuent également le coût global. Il reste cependant à déterminer
laquelle des trois (3) options est la plus appropriée. Au départ, pour l’option «liste de
vérification», son efficacité peut varier grandement selon la stabilité du personnel ou le
niveau de formation de l’assembleur. Ainsi, elle s’avère moins intéressante pour ce cas-ci
étant donné que c’est une des dernières étapes avant la mise en caisse. Donc le choix peut
s’arrêter au «code barre» ou au système «pick to light». Si plusieurs applications sont
# Composante Risque / Anti-erreur SKU VAR Es (%) Assemblage TM E (%) Type d'anti-erreur Ea (%) Ci ($) Ca ($/an)
1,0 Antenne non-inst. Composante manquante / sans anti-erreur 34 2 97% Facile 4 100% Pas d'anti-erreur 0% - $ - $ 1,1 Technologique avec code barre 34 2 97% Facile 4 100% T8 Code barre 100% 3 000 $ 600 $ 1,2 Technologique avec «pick to light» 34 2 97% Facile 4 100% T7 «pick to light» 90% 5 000 $ 1 000 $ 1,3 Aide visuel 34 2 97% Facile 4 100% V9 Liste de vérification 50% - $ - $
Table d'entrée de données et d'analyseEfficacité du Niveau de
strandardisation (Es)Ca = Ci /(5 ans d'amortissement)Ea : Efficacité de l'anti-erreurCi: Coût pour l'implantation totalCa: Coût annuel d'implantation de l'anti-erreur la considérant amortie sur 5 ansType: Conception, Mécatique, Techologique, Aide-visuel
E = 4 / TMTM = Temps moyen (Basé sur Assembly Advisor de Poli )Assemblage Facile: TM = 4 secAssemblage Moyen: TM= 8 secAssemblage Difficile: TM= 16.5 sec
Anti-erreurEfficacité (Ea) et Coût d'implantation (Ca)
Es = (SKU + 1 - VAR) / SKUEs: Efficacité relié au niveau de standardisation
SKU: Nombre de modèleVAR: Nombre de composantes différentes
Efficacité d'assemblage DFA (E)
Coût Global (Cg)
Cg = Cnq + Ca
td (%) Type d'erreur Cpce ($/pce) Cmdo ($/un) Crep ($/un) Cnq ($/an) Cg ($ / an)
2,0% ii-2 Manque de composante non-installée 30 $ - $ - $ 6 000 $ 6 000 $ 0,0% - $ - $ - $ 600 $ 0,2% - $ - $ - $ 1 000 $ 1,0% - $ - $ - $ - $
Efficacité de la qualité (Eq)
Cnq = ( Cpce + Cmdo + Crep ) * Volume Annuel * tdtd: taux de défaillance potentiel de l'option en questionCpce: coût des pièces endommagée dans le cas de bris de composantes (par unité) ou coût de transport spécialCmdo: coût estimé de la non-qualité réparé en usine ou chez le concessionnaire selon le cas (basé sur historique) (par unité)Cnq3: coût de la non-qualité associcé à un impact négatif sur la réputation Cnq: coût annuel global de la non-qualité
Coût de la non-qualité (Cnq)(lorsqu'une erreur occure)
Eq = (2*Es + E + Ea) / 4
99%
Eq (%)74%
96%86%
60
localisées au même poste de travail, le système «pick to light» peut être très approprié car son
coût d’implantation est divisé par le nombre d’applications utilisant le même système. Dans
ce cas-ci, quatre (4) commodités différentes peuvent utiliser le système, ce qui divise le coût
d’implantation par quatre. De plus, on évite le requis de lire par lecteur optique le code barre
à chacun des cycles.
4.2.2 Application # 2 : rangement des ailes
Pour ce qui est du mode de livraison des ailes, elles sont vissées à la base de la caisse de
livraison telle que le démontre la Figure 4.7. Cet arrangement peut engendrer des erreurs non
détectables en aval car l’étape après est fermeture de la caisse pour l'expédition du véhicule.
Figure 4.7 Mode de livraison des ailes non-installées
Ici, sachant qu’il est non réaliste de standardiser les couleurs du point de vue conception,
l’effort est mis sur l’avenue de l’anti-erreur technologique. Le choix s’arrête donc aux
trois (3) anti-erreurs suivants pour une investigation avec notre outil de comparaison;
système «pick to light», système «code barre» et système RFID. La cible dans ce cas est de
joindre les bonnes ailes avec le bon véhicule.
61
Figure 4.8 Analyse comparative d’anti-erreur pour l’aile avant
Figure 4.9 Représentation graphique de l’analyse de l’application #2
La Figure 4.9 démontre bien que l’anti-erreur technologique améliore de beaucoup la
prévention des erreurs tout en diminuant le coût global. Signalons cependant que la grosseur
du composant peut entraîner une problématique d’encombrement sur l’utilisation du système
«pick to light» et ce dernier devrait être dédié à l’aile de roue. Si le code barre installé chez le
fournisseur est facilement accessible, l’option du système code barre serait la plus appropriée
et la moins coûteuse. Le cas échéant, l’option du RFID devient intéressante.
# Composante Risque / Anti-erreur SKU VAR Es (%) Assemblage TM E (%) Type d'anti-erreur Ea (%) Ci ($) Ca ($/an)
1,0 Ailes de roues Mauvaise composante / sans anti-erreur 34 8 79% Facile 4 100% Pas d'anti-erreur 0% - $ - $ 1,1 Technologique avec code barre 34 8 79% Facile 4 100% T8 Code barre 100% 3 000 $ 600 $ 1,2 Technologique avec «pick to light» 34 8 79% Facile 4 100% T7 «pick to light» 90% 5 000 $ 1 000 $ 1,3 Technologique avec RFID 34 8 79% Facile 4 100% T9 RFID 100% 5 000 $ 1 000 $
Table d'entrée de données et d'analyseEfficacité du Niveau de
strandardisation (Es)Ca = Ci /(5 ans d'amortissement)Ea : Efficacité de l'anti-erreurCi: Coût pour l'implantation totalCa: Coût annuel d'implantation de l'anti-erreur la considérant amortie sur 5 ansType: Conception, Mécatique, Techologique, Aide-visuel
E = 4 / TMTM = Temps moyen (Basé sur Assembly Advisor de Poli )Assemblage Facile: TM = 4 secAssemblage Moyen: TM= 8 secAssemblage Difficile: TM= 16.5 sec
Anti-erreurEfficacité (Ea) et Coût d'implantation (Ca)
Es = (SKU + 1 - VAR) / SKUEs: Efficacité relié au niveau de standardisation
SKU: Nombre de modèleVAR: Nombre de composantes différentes
Efficacité d'assemblage DFA (E)
Coût Global (Cg)
Cg = Cnq + Ca
td (%) Type d'erreur Cpce ($/pce) Cmdo ($/un) Crep ($/un) Cnq ($/an) Cg ($ / an)
1,0% ii-1 Mauvaise composante non-installée 30 $ - $ - $ 3 000 $ 3 000 $ 0,0% - $ - $ - $ 600 $ 0,1% - $ - $ - $ 1 000 $ 0,0% - $ - $ - $ 1 000 $
Efficacité de la qualité (Eq)
Cnq = ( Cpce + Cmdo + Crep ) * Volume Annuel * tdtd: taux de défaillance potentiel de l'option en questionCpce: coût des pièces endommagée dans le cas de bris de composantes (par unité) ou coût de transport spécialCmdo: coût estimé de la non-qualité réparé en usine ou chez le concessionnaire selon le cas (basé sur historique) (par unité)Cnq3: coût de la non-qualité associcé à un impact négatif sur la réputation Cnq: coût annuel global de la non-qualité
Coût de la non-qualité (Cnq)(lorsqu'une erreur occure)
Eq = (2*Es + E + Ea) / 4
90%
Eq (%)65%
87%90%
62
4.2.3 Application # 3 : barre d’accouplement
Une autre application d'intérêt à laquelle une analyse peut être faite est la barre
d’accouplement du système de direction. Un besoin dimensionnel engendre une variance de
longueur des barres d’accouplement entre deux (2) modèles. Se référant à Figure 4.10, nous
remarquons que la barre d’accouplement du modèle z (en vert) a une longueur de dimension
plus élevée que celle des autres modèles.
Figure 4.10 Variance de longueur entre deux modèles
Le risque d’assembler sur le même véhicule deux (2) barres de longueur différente est
présent si l’opérateur n’est pas assisté d’une aide quelconque. Les deux (2) figures suivantes
représentent l’analyse de trois options; deux (2) anti-erreurs mécaniques et une (1) anti-erreur
technologique.
Figure 4.11 Analyse comparative d’anti-erreur de la barre d’accouplement
# Composante Risque / Anti-erreur SKU VAR Es (%) Assemblage TM E (%) Type d'anti-erreur Ea (%) Ci ($) Ca ($/an)
1,0 Barre d'accouplement Mauvaise pièce installée/ sans anti-erreur 34 2 97% Moyen 8 50% Pas d'anti-erreur 0% - $ - $ 1,1 Mécanique prévention active 34 2 97% Moyen 8 50% M3 Interférence par bloc et forme 100% 500 $ 100 $ 1,2 Technologique Prévention active 34 2 97% Moyen 8 50% T6 Capteur interrupteur 100% 4 000 $ 800 $ 1,3 Mécanique prévention passive 34 2 97% Moyen 8 50% M9 Chariot de distribution 50% 500 $ 100 $
Ca = Ci /(5 ans d'amortissement)Ea : Efficacité de l'anti-erreurCi: Coût pour l'implantation totalCa: Coût annuel d'implantation de l'anti-erreur la considérant amortie sur 5 ansType: Conception, Mécatique, Techologique, Aide-visuel
E = 4 / TMTM = Temps moyen (Basé sur Assembly Advisor de Poli )Assemblage Facile: TM = 4 secAssemblage Moyen: TM= 8 secAssemblage Difficile: TM= 16.5 sec
Anti-erreurEfficacité (Ea) et Coût d'implantation (Ca)
Es = (SKU + 1 - VAR) / SKUEs: Efficacité relié au niveau de standardisation
SKU: Nombre de modèleVAR: Nombre de composantes différentes
Efficacité d'assemblage DFA (E)
Efficacité du Niveau de strandardisation (Es)Table d'entrée de données et d'analyse
Coût Global (Cg)
Cg = Cnq + Ca
td (%) Type d'erreur Cpce ($/pce) Cmdo ($/un) Crep ($/un) Cnq ($/an) Cg ($ / an)
2,0% i-5 Problème fonctionnel à l'essai dynamique 0 $ 10 $ - $ 2 000 $ 2 000 $ 0,0% 10 $ - $ - $ 100 $ 0,0% 10 $ - $ - $ 800 $ 1,0% 10 $ - $ 1 000 $ 1 100 $
Eq (%)61%
86%74%
86%
Eq = (2*Es + E + Ea) / 4Cnq = ( Cpce + Cmdo + Crep ) * Volume Annuel * tdtd: taux de défaillance potentiel de l'option en questionCpce: coût des pièces endommagée dans le cas de bris de composantes (par unité) ou coût de transport spécialCmdo: coût estimé de la non-qualité réparé en usine ou chez le concessionnaire selon le cas (basé sur historique) (par unité)Cnq3: coût de la non-qualité associcé à un impact négatif sur la réputation Cnq: coût annuel global de la non-qualité
Coût de la non-qualité (Cnq)(lorsqu'une erreur occure)
Efficacité de la qualité (Eq)
63
Figure 4.12 Représentation graphique de l’analyse de l’application #3
Il est apparent ici que le coût global est moindre pour l’option 1 (M3 interférence par bloc et
forme) et son efficacité en qualité est élevée (efficacité >80%). Ce choix serait alors
judicieux dans ce cas. La Figure 4.13 expose un exemple d’anti-erreur mécanique pour cette
application. Nous pouvons noter que le coût d’implantation du chariot de distribution est peu
élevé mais vu son efficacité loin du 100%, un coût de non-qualité y est associé. Ce qui a un
impact négatif sur le coût global.
Figure 4.13 Anti-erreur avec interférence mécanique
64
4.2.4 Application # 4 : couple de serrage d’un câble électrique
En assemblage, l’opération la plus commune est de visser un boulon ou un écrou. Il peut être
fréquent dans l'industrie qu’une opération soit omise ou hors tolérance sans être détectée en
usine. Donc, elle peut générer une problématique perçue par le client utilisateur. Cet
exemple, qui consiste à visser un câble pour la mise à terre, permet de comparer l’impact que
l’utilisation d’un outil électrique peut avoir sur l’application.
Figure 4.14 Outil pneumatique versus outil électrique
Figure 4.15 Analyse comparative pour le vissage d’un câble de mise à terre
outil pneumatique
outil électrique
# Composante Risque / Anti-erreur SKU VAR Es (%) Assemblage TM E (%) Type d'anti-erreur Ea (%) Ci ($) Ca ($/an)
1,0 Opération de torque Omission de vissage / outil pneumatique 34 1 100% Facile 4 100% Pas d'anti-erreur 0% - $ - $ 1,1 Outil Électrique de vissage 34 1 100% Facile 4 100% T1 Outil électrique 100% 20 000 $ 4 000 $ 1,21,3
Ca = Ci /(5 ans d'amortissement)Ea : Efficacité de l'anti-erreurCi: Coût pour l'implantation totalCa: Coût annuel d'implantation de l'anti-erreur la considérant amortie sur 5 ansType: Conception, Mécatique, Techologique, Aide-visuel
E = 4 / TMTM = Temps moyen (Basé sur Assembly Advisor de Poli )Assemblage Facile: TM = 4 secAssemblage Moyen: TM= 8 secAssemblage Difficile: TM= 16.5 sec
Anti-erreurEfficacité (Ea) et Coût d'implantation (Ca)
Es = (SKU + 1 - VAR) / SKUEs: Efficacité relié au niveau de standardisation
SKU: Nombre de modèleVAR: Nombre de composantes différentes
Efficacité d'assemblage DFA (E)
Efficacité du Niveau de strandardisation (Es)Table d'entrée de données et d'analyse
Coût Global (Cg)
Cg = Cnq + Ca
td (%) Type d'erreur Cpce ($/pce) Cmdo ($/un) Crep ($/un) Cnq ($/an) Cg ($ / an)
2,0% i-6 Erreur au banc d'essai électronique (Diagn.) 0 $ 30 $ - $ 6 000 $ 6 000 $ 0,0% 30 $ - $ - $ 4 000 $
30 $ - $ 30 $ - $
Eq (%)75%
100%
Eq = (2*Es + E + Ea) / 4Cnq = ( Cpce + Cmdo + Crep ) * Volume Annuel * tdtd: taux de défaillance potentiel de l'option en questionCpce: coût des pièces endommagée dans le cas de bris de composantes (par unité) ou coût de transport spécialCmdo: coût estimé de la non-qualité réparé en usine ou chez le concessionnaire selon le cas (basé sur historique) (par unité)Cnq3: coût de la non-qualité associcé à un impact négatif sur la réputation Cnq: coût annuel global de la non-qualité
Coût de la non-qualité (Cnq)(lorsqu'une erreur occure)
Efficacité de la qualité (Eq)
65
Figure 4.16 Représentation graphique de l’analyse de l’application #4
Par le même processus de comparaison, l’option d’utiliser un outil de vissage électrique à
capture et contrôle de données est de beaucoup plus favorable que l’utilisation de l’outil
pneumatique. Bien que le coût de l’outil électrique soit élevé, les erreurs que peuvent
engendrer une mauvaise utilisation de l’outil pneumatique ont une incidence importante sur
le coût global. Dans ce cas, l’option 1 qui est l’utilisation de l’outil électrique devrait être
retenue. Il est à noter que l’utilisation d’un banc de test électrique ou tout autre processus de
détection permet d’isoler le client ultime. Cependant, un problème détecté en aval génère
toujours plus de turbulence et de risque d’erreurs additionnelles.
La problématique de «collet mal serré générant une fuite» peut aussi s’apparenter avec cette
application étudiée. Selon un critère de sévérité, certains collets critiques peuvent être
installés par un outil électrique à capture de données, ce qui assure un meilleur contrôle par
rapport à la spécification ciblée. Bien que plusieurs facteurs dimensionnels puissent être la
cause racine d’une fuite, un collet mal serré compte parmi les causes potentielles de ce type
de défaillance. L’outil électrique devient alors une solution intéressante pour prévenir ce type
d’erreur. Il est à noter qu’un certain développement est à venir pour outiller
technologiquement les usines d’assemblage afin d’assurer un contrôle, et ce sur tous les types
de collets. Sans surcharger l’entreprise des ces outils dispendieux, il est recommandé
d’établir des lignes directrices. Une analyse de l’historique des problématiques de torques est
primordiale et le critère de sévérité de la défaillance doit être considéré.
66
4.2.5 Application # 5 : branchement électrique
La cinquième application sur laquelle la méthodologie est appliquée consiste en une
application de branchement électrique étant aussi très commune dans l’assemblage de
véhicule. Il existe des milliers de types de connecteurs et la sélection de ceux-ci devient très
importante pour un concept robuste et une exemption d’erreurs à l’assemblage. Les
caractéristiques que les équipes de génie industriel et de développement doivent éviter sont
les suivantes : mauvais accès lors du branchement, connecteur difficile à brancher ou sans
barrure, connecteur inversable et connecteur qu’on peut brancher dans le mauvais réceptacle.
Sans s’arrêter sur un connecteur spécifique, l’analyse suivante porte sur un connecteur qui
peut être difficile à brancher soit par un mauvais accès ou par une force excessive requise.
Figure 4.17 Analyse comparative d’anti-erreur pour branchement électrique
# Composante Risque / Anti-erreur SKU VAR Es (%) Assemblage TM E (%) Type d'anti-erreur Ea (%) Ci ($) Ca ($/an)
1,0 Connecteur Mauvais branchement / sans anti-erreu 34 1 100% Moyen 8 50% Pas d'anti-erreur 0% - $ - $ 1,1 Nouveau type de connecteur 34 1 100% Facile 4 100% C7 Connecteur (ligne guide) 100% - $ - $ 1,2 Banc de test électrique 34 1 100% Moyen 8 50% T4 Banc de test électrique 100% 15 000 $ 3 000 $ 1,3 Témoin visuel 34 1 100% Moyen 8 50% V5 Peinture témoin manuel 50% - $ - $
Ca = Ci /(5 ans d'amortissement)Ea : Efficacité de l'anti-erreurCi: Coût pour l'implantation totalCa: Coût annuel d'implantation de l'anti-erreur la considérant amortie sur 5 ansType: Conception, Mécatique, Techologique, Aide-visuel
E = 4 / TMTM = Temps moyen (Basé sur Assembly Advisor de Poli )Assemblage Facile: TM = 4 secAssemblage M oyen: TM = 8 secAssemblage Difficile: TM = 16.5 sec
Anti-erreurEfficacité (Ea) et Coût d'implantation (Ca)
Es = (SKU + 1 - VAR) / SKUEs: Efficacité relié au niveau de standardisation
SKU: Nombre de modèleVAR: Nombre de composantes différentes
Efficacité d'assemblage DFA (E)
Efficacité du Niveau de strandardisation (Es)
Table d'entrée de données et d'analyse
Coût Global (Cg)
Cg = Cnq + Ca
td (%) Type d'erreur Cpce ($/pce ) Cmdo ($/un) Crep ($/un) Cnq ($/an) Cg ($ / an)
2,0% i-6 Erreur au banc d'essai électronique (Diagn.) 0 $ 30 $ - $ 6 000 $ 6 000 $ 0,0% 30 $ - $ - $ - $ 0,0% 30 $ - $ - $ 3 000 $ 1,0% 30 $ - $ 3 000 $ 3 000 $
88%75%
Eq (%)63%100%
Eq = (2*Es + E + Ea) / 4Cnq = ( Cpce + Cmdo + Crep ) * Volume Annuel * tdtd: taux de défaillance potentiel de l'option en questionCpce: coût des pièces endommagée dans le cas de bris de composantes (par unité) ou coût de transport spécialCmdo: coût estimé de la non-qualité réparé en usine ou chez le concessionnaire selon le cas (basé sur historique) (par unité)Cnq3: coût de la non-qualité associcé à un impact négatif sur la réputation Cnq: coût annuel global de la non-qualité
Coût de la non-qualité (Cnq)(lorsqu'une erreur occure)
Efficacité de la qualité (Eq)
67
Figure 4.18 Représentation graphique de l’analyse du composant #5
Il est observable dans ce cas que les trois (3) options améliorent l’efficacité et le coût global.
Sachant que la robustesse de l’application du branchement électrique dépend du connecteur,
de son accès et de la séquence d’assemblage, nous prenons ici pour hypothèse que le
connecteur initial est très difficile à brancher. L’option #1 envisagée serait de remplacer
celui-ci par une option alternative sans coût additionnel (nouveau connecteur du même coût
que le connecteur initial). Du point de vue efficacité, celle-ci est la plus intéressante car elle
est en ligne avec le principe Jidoka et a pour effet de minimiser la turbulence en usine. Ce qui
est un atout pour favoriser la qualité du véhicule assemblé. Il est à noter que parfois, plus
d'une option sont applicables et équivalentes. Il est suggéré à ce moment de se conformer aux
pratiques les plus standards du produit et de l'usine. Encore une fois, mode de détection étant
le banc de test électrique peut permettre de capturer un mauvais branchement. Cependant,
cette détection en aval du procédé a l’effet néfaste que l’initiateur de l’erreur risque de ne
jamais en être informé. Ce qui peut engendrer des occurrences répétitives.
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
- $ 1 000 $ 2 000 $ 3 000 $ 4 000 $ 5 000 $ 6 000 $ 7 000 $
Effic
acit
é Q
ualit
é Eq
(%)
Coût Global Cg ($)
Branchement Connecteur Concept initial
Option 1
Option 2
Option 3
68
4.3 Sommaire du chapitre
Ayant observé différents cas, nous soutenons que l’utilisation de la méthodologie AEBRP
permet une comparaison structurée de différentes options d’anti-erreur. Elle est donc un outil
utile et pratique pour valider un choix lors de la phase de conception (composant ou
outillage).
Il faut cependant retenir que l’analyse de valeurs de coût global et d’efficacité en qualité se
fait toujours d’une manière relative par rapport aux paramètres de l’application initiale. C’est
donc une méthodologie qui permet de sélectionner des options et de les comparer entre elles.
Lorsque deux (2) options sont semblables, la connaissance des contraintes physiques est
souvent requise pour éliminer une option. Ainsi, l’équipe est en mesure de sélectionner la
meilleure option en s’assurant que :
• L’efficacité globale est > 80% dans la mesure du possible;
• Le coût global est minimisé;
• L’option choisie considère l’environnement et la géométrie du composant.
Nous pensons que ces points présentent une sorte d’assurance pour orienter l’équipe des
concepteurs dans une démarche d’amélioration continue.
CHAPITRE 5
CONCLUSION GÉNÉRALE
5.1 Apports
La conception des véhicules motorisés et des outillages requis pour les assembler existe
depuis longtemps. Le tout a énormément évolué durant le dernier siècle et plus
spécifiquement dans le secteur automobile. Ce dernier fut très influent et un leader
d’innovation dans l’industrie en général. Henry Ford débuta l’air de la production de masse
des véhicules automobiles au début du 20e siècle, et depuis et d’une manière soutenue, le
principe «mass customization» devint plus présent pour rejoindre les besoins d’une clientèle
de plus en plus exigeante. C’est dans cette mouvance que plusieurs chercheurs ont proposé et
continuent à contribuer pour faire évoluer les outils, les méthodologies et les processus afin
de faire mieux et plus rapidement tout en assurant un haut niveau de qualité et en tenant
compte de l’évolution des processus manufacturiers.
Aujourd’hui, en 2011, il y a une grande considération de la part des équipes de
développement et de la mise en production pour assurer la qualité de l’assemblage du
produit. Il est admis que les opérations d’assemblage sont des sources d’incertitudes qui
peuvent potentiellement affecter la qualité du produit. Par conséquent, elles sont des
opportunités pour l’amélioration.
Pour y arriver, il y a plusieurs alternatives, telles que présentées à la Figure 5.1. Notre
recherche bibliographique ainsi que notre expérience industrielle et nos collaborations avec
notre partenaire industriel BRP nous a indiqué que les équipes de développement et de mise
en production sont peu outillées pour sélectionner les bonnes options d’anti-erreurs. Ce
constat fut l’origine de notre motivation pour ce mémoire.
70
Figure 5.1 Schéma des alternatives pour assurer la qualité à l’assemblage
Comme mentionné précédemment dans le texte, l’option de l’inspection est pratiquement
toujours présente et elle est probablement, encore la plus employée dans certains secteurs
industriels. Cependant, si nous considérons le principe qu’une action préventive est toujours
plus productive qu’une curative, l'inspection est exclue du cadre de notre recherche. Pour
éliminer le risque à sa source, la piste des anti-erreurs et la standardisation nous semble un
choix plus judicieux, donc plus efficace.
Nous avons développé et présenté une méthodologie originale que nous avons désignée
«Méthode AEBRP». Elle offre la capacité de quantifier deux variables : un indice de la
qualité ( qE ) et un indice sur le coût globale vu par l’entreprise ( gC ). Ceci permet de
comparer une application spécifique de conception (composant ou outillage) avec des
alternatives de standardisation ou d’anti-erreur. Nous reprenons les questions de recherche
qui furent établies au début de nos travaux de maîtrise.
1. Comment peut-on évaluer rapidement l'efficacité d'assemblage d'une conception
d'une manière objective et quantifiable?
Inspiré des travaux de Boothroyd et de la charte Assembly Advisor de Poli, nous avons
proposé une équation pour le calcul de l’efficacité d’assemblage E . Nous avons retenu une
Strandardisation Anti-erreur en conception
Anti-erreur en outillage
d'assemblageInspection
71
forme simplifiée mais adaptée pour l’application d’assemblage de véhicules récréatifs. Nous
référons le lecteur à l’équation (3.6).
2. Comment quantifier le niveau de standardisation des conceptions de composants
allant sur plusieurs modèles?
Pour quantifier le niveau de standardisation, un taux d’efficacité sE a été introduit. Il tient en
compte le nombre de modèles et la variante du composant sur l’ensemble des modèles. Ce
taux d’efficacité se calcule par l’équation (3.4). Ainsi, l’efficacité reliée à la standardisation
est, par définition, à 100% lorsque le composant est standard pour tous les modèles. En
contrepartie, la pire situation sera égale à 1/ SKU %.
3. Comment peut-on, de façon quantifiable, évaluer le niveau d'anti-erreur intégré au
design? Et
4. Quel processus utiliser pour évaluer l'efficacité d'une anti-erreur dans l'outillage
pour l'étape de l'assemblage?
Les questions 3 et 4 sont traitées simultanément. Nous avons introduit deux (2) variables
pour supporter notre méthodologie AEBRP : l’efficacité de l’anti-erreur aE et le coût
d’intégration d’anti-erreur aC . Ces valeurs sont disponibles au Tableau 3.3. Il est à noter que
ce sont des valeurs estimées et elles sont inspirées des recherches dans la littérature et
l’industrie. Nous croyons que leur niveau de précision est suffisant pour permettre d’obtenir
un bon discriminateur. Notre approche à la base est relative, donc le processus est comparatif
et non absolu.
5. Comment, pour les différentes options, calculer le coût global et l’efficacité en
qualité?
Nous obtenons le coût global gC en additionnant le coût de la non-qualité au coût
d’intégration de l’anti-erreur. Nous pouvons nous référer à l’équation (3.1).
72
Pour ce qui est de l’efficacité en qualité qE , elle se calcule à partir de l’efficacité reliée à la
standardisation, à l’assemblage et l’efficacité de l’anti-erreur. L’équation (3.3) est utilisée
pour atteindre cette fin. Ainsi, les deux (2) valeurs obtenues pour chacune des options
deviennent primordiales pour l’analyse comparative en vue d’une sélection de la meilleure
option.
5.2 Synthèse de la méthodologie proposée
Pour une récapitulation de la méthodologie AEBRP, les étapes de la section 3.5 se résument
ainsi:
1. Lister les informations suivantes : coût moyen du véhicule, volume annuel de production
et marge de profit estimée;
2. Prioriser les composants soit par une approche PFMEA ou par une analyse de
l’historique;
3. Pour chacun des composants, choisir des options d’anti-erreurs potentielles;
4. Pour chacune des options, calculer le coût global gC et l’efficacité en qualité qE ;
5. Inscrire les points de chacune des options sur le graphique où l’abscisse est le coût global
et la coordonnée est l’efficacité en qualité;
6. Analyser le graphique et sélectionner la meilleure option d’anti-erreur selon les critères
suivants :
• Les options représentées dans le coin supérieur gauche du graphique sont favorisées;
• Les options sous la barre du 80% d’efficacité en qualité sont éliminées;
• L’environnement et la géométrie des composants sont considérés lors de la sélection
de l’option qui verra le jour.
Afin d’être capable de considérer les aspects de standardisation ou d’intégration de
l’anti-erreur dans la conception, l’équipe de développement et de mise en production
doivent procéder à cette méthodologie tôt dans le processus de développement du
véhicule. Spécifiquement chez BRP, un des objectifs de l’ingénierie simultanée est de
73
réaliser la sélection de l’anti-erreur dès la «Gate 1» de son processus NPD17, telle que le
démontre la Figure 5.2.
Figure 5.2 Intégration de l’anti-erreur dans le cycle de développement de BRP
Ainsi, aucune exclusion d’options potentielles d’anti-erreur ne sera présente pour une cause
de coûts élevés relativement à la modification des outillages déjà conçus ou réalisés. Nous
conjecturons que si ce cycle est respecté pour toutes les nouvelles générations de véhicules,
ceci permettra à moyen terme d’améliorer la qualité des véhicules tout en diminuant les
requis et les exigences des opérations d’inspection.
5.3 Recommandations pour les travaux futurs
Comme tout projet de recherche, des contraintes pratiques et temporelles nous poussent à
mettre à terme nos travaux et soutenir devant jury. Néanmoins, nous recommandons de
poursuivre ce travail selon trois (3) axes : sélection rapide d’une anti-erreur, ligne directrice
17 New Product Development
Gate 1Sélection des anti-erreurs
Gate 2 à 4
Réalisation des anti-erreurs
Gate 5
Implantation des anti-erreurs
Gate 6
Validation des anti-erreurs
Gate 7
Contrôle des anti-erreurs
74
de conception et communication des bonnes pratiques. Ainsi, trois (3) projets sont proposés
pour faire suite à la méthodologie présentée dans ce mémoire.
• Créer un outil informatique (logiciel) pour supporter l’application AEBRP. Ce dernier
devra être visuel, convivial et assez précis afin de ne pas créer de la confusion lors des
captures de données.
• À moyen terme, établir un contrôle et un suivi temporel de l’efficacité réel des anti-
erreurs. Ceci permettra d’en retirer les succès (et les échecs) et ainsi d’établir des
meilleures lignes directrices de conception de produit et d’outillage d’assemblage pour en
maximiser la robustesse face au risque d’erreur. Un «guide support» au design tel que le
démontre le Tableau 5.1 à titre d’exemple pourra être conçu pour le développement et la
mise en production des produits récréatifs. Un tel guide des composants à risque et
communs sur les différents modèles permettra d’implanter un système d’audit d’anti-
erreur pour les nouveaux véhicules en développement. Subséquemment, la méthodologie
AEBRP ne sera requise que pour les cas plus spécifiques et à la fois critiques.
• Créer un outil informatique (logiciel) afin de donner la possibilité de capturer les
meilleures pratiques d’anti-erreur tout en les subdivisant selon les catégories présentées
dans ce mémoire. Un tel outil permettra d’assurer une bonne communication entre les
différentes équipes et ainsi intégrer les meilleures options lors du développement des
nouveaux produits.
Tableau 5.1 Exemple d’un guide d’applications d’anti-erreurs
VÉHICULE: ROADSTER SPYDER (Guide sur composantes présentes sur 80% des modèles ou plus)Anti-erreur Type Système Composante Type de composante Audit Technologique T8 : Système code barre Carosserie Aile avant Esthétique RR003Mécanique M2 : Interférence par tige et trou Direction Barre d'accouplement Mécanique RR014Conception C6 : Code de couleur ou pictogramme Moteur Support modeur Mécanique RR038Aide visuel V1 : Cabaret de composantes Essence 00x, 00y, 00z Mécanique RR020etc…
75
5.4 Épilogue
En conclusion, sachant que l’industrie des produits récréatifs cherche à répondre aux besoins
de sa clientèle, une certaine variété de conception va toujours demeurer présente. Ce qui
limite de facto le but, idéal mais purement hypothétique, d’atteindre un niveau de
standardisation parfaite. Le fait d’assembler les véhicules en alternant les modèles, le risque
d’erreur peut être élevé si l’anti-erreur n’est pas considérée dès la phase de la conception.
Ceci requiert un travail d’ingénierie simultanée, en amont, dès le début des projets de
développement. Comme présenté au début de ce mémoire, beaucoup d’outils et recherches
furent réalisés sur le sujet. Les fondations de nos travaux sont donc solides car ces outils sont
utilisés depuis plusieurs années dans le secteur automobile.
Cependant, le besoin d’une approche quantitative est présent pour pouvoir comparer des
différentes options d’anti-erreur entre elles. De plus, des milliers d’anti-erreurs existent dans
l’industrie en général, ce qui peut impliquer une confusion pour les concepteurs. C’est
pourquoi les trois (3) phases citées ci-après furent nécessaires pour la réalisation de cette
méthodologie :
• Liste maitresse des 36 anti-erreurs les plus utilisées;
• Processus de calcul du coût global gC et de l’efficacité en qualité qE ;
• Processus de comparaison et de sélection.
Ainsi, nous pensons que la méthodologie AEBRP est un excellent outil qui permettra aux
ingénieurs et techniciens de BRP d’améliorer leur conception en y introduisant, dès les
premières phases de développement et selon une méthodologie cohérente et structurée, des
options d'anti-erreurs. Le but de cette démarche est de maximiser la prévention de l'erreur à
l'assemblage et ainsi, éviter de s'appuyer sur une inspection ultérieure pour la détection d'un
défaut. Nous croyons que cette approche responsabilise davantage l'assembleur sur la qualité
de ses actions et assiste ce dernier à livrer à l'étape subséquente de son assemblage un
meilleur produit. Ce qui est l'essentiel du principe Jidoka.
ANNEXE I
CHOIX DE MÉTHODE D'ASSEMBLAGE18
18 Tableau tiré de Boothroyd et Dewhurst (1999)
ANNEXE II
MANIPULATION MANUELLE, ESTIMATION DU TEMPS19
19 Tableau tiré de Boothroyd et Dewhurst (1999)
ANNEXE III
INSERTION MANUELLE, ESTIMATION DU TEMPS20
20 Tableau tiré de Boothroyd et Dewhurst (1999)
ANNEXE IV
PREMIER CHIFFRE BOOTHROYD (Boothroyd et Dewhurst, 1999)
ANNEXE V
CALCUL DES COÛTS DE RÉPARATION
Exemples de la méthode de calcul des valeurs normalisées pour les coûts de réparations mdoC
en usine ou chez le concessionnaire:
Coût de réparation en usine ( uC )
• Temps moyen de réparation en usine : 15 minutes
• Taux horaire des employés d’usine : 40$/hr (estimée sur une moyenne de l’industrie)
• Nombre de minutes par heure : 60 minutes/hr
• uC : Coût de réparation en usine
15*(40)
60uC = = 10 $/réparation
Coût de réparation chez le concessionnaire ( cC )
• Temps moyen de réparation en usine : 30 minutes
• Taux horaire des employés d’usine : 80$/hr (basé sur la moyenne)
• Nombre de minutes par heure : 60 minutes/hr
• cC : Coût de réparation chez le concessionnaire
30*(80)
60cC = = 40$/réparation
Note : Pour les réparations avec un requis d’analyse diagnostique, nous ajoutons 30 minutes
au temps de réparation. Nous considérons ces valeurs conservatrices mais assez précises vu
notre approche comparative.
ANNEXE VI
CALCUL DU COÛT ESTIMÉ DE L’IMPACT SUR LA RÉPUTATION
Coût d’impact sur la réputation ( repC )
• Ratio des clients réguliers achetant des véhicules tous les ans : 10%
• Ratio des clients retournant à deux occurrence ou plus, se retournant vers la compétition
pour : les achats futurs : 10%
• marge de profit : 20% (valeur normalisée de l'industrie)
• valeur de vente : 25 000$ (moyenne pour cet exemple de Spyder)
• volume annuel de vente : 10000 (pour cet exemple)
10*10*20*2500050$
100*100*100repC = =
Note : Ceci n’est qu’un estimé en vu d’une analyse comparative. Étant donné que l’impact de
la mauvaise publicité est exclu, nous estimons que cette valeur pourrait être amplifiée
grandement dans certain cas.
LISTE DE RÉFÉRENCES BIBLIOGRAPHIQUES
Antonio, F., 2006. «Futur evolution of automotive vehicle structure: Fascination Automobile-
Modularization». In Proceedings of the Automotive Circle International conference.
(Bad Nauheim, 28–29 November 2006)
Ballé, F. 2005 «Lean development: automotive industry». Business strategy review. En ligne.
<http://dx.doi.org/10.1111/j.0955-6419.2005.00369.x>. Consulté le 10 décembre
2009.
Boothroyd, G., P. Dewhurst et W. Knight. 2002. Product Design for Manufacture and
Assembly, Second Edition Revised and Expanded. Boca Raton (Fla.): Taylor &
Francis Group, 698 p.
Boothroyd, G. et P. Dewhurst. 1999. Les assemblage; comment optimiser leur conception,
Cetim.
Chao, L. P. et I. Kosuke. 2005. «Design Process Error-proofing: Strategies for Reducing
Quality Loss in Product Development». In 2005 ASME International Mechanical
Engineering Congress and Exposition. (Orlando, 5-11 November 2005), p. 255-263,
New York (NY): American Society of Mechanical Engineers, Design Engineering
Division Publication.
Cheldelin, B. 2007. «Design for mixed model production of complex products».
Dissertation for the degree of Doctor of Philosophy, Stanford University, 144 p.
Crow, K. (DRM Associates). 2001. «Design for Manufacturability: Assembly Guidelines».
In Http://www.npd-solutions.com/dfm.html Consulté le 2 février 2010
Devanathan, S., D. Ramanujan, W. Z. Bernstein, F. Zhao et K. Ramani. 2010. «Integration of
Sustainability Into Early Design Through the Function Impact Matrix», J of Mech
Design, 132, Issue 8, p. 1-8
Green, S. 2008. «Toyota production system house diagram». En ligne.
<http://www.spencegreen.com/2008/05/16/the-brave-new-world-briefly-
revisited/#more-79 >. Consulté le 2 mars 2010.
90
Grout, J. R. et B. T. Downs 2009. «A Brief Tutorial on Mistake-proofing, Poka-Yoke, and
ZQC». En ligne. 4 p. < Http://www.mistakeproofing.com/tutorial.html>. Consulté le
30 janvier 2010.
Herrmann, J. W. 2010. «Progressive Design Processes and Bounded Rational Designers ».
Journal of Mechanical Design, August 2010, vol. 132, Issue 8, p. 1-8
Hohmann, C. 2009. «Poka-Yoké l’art du détrompage». En ligne. 9 p. <
http://membres.multimania.fr/hconline/ppt/pokayoke.pps >. Consulté le 3 mars 2011.
Kanso, M., P. Berruet. 2010. «RMS: Une Évolution des Systèmes Manufacturiers». p. 1-7
Kishita, Y., B. H. Low, S. Fukushige, Y. Umeda, A. Suzuki et T. Kawabe. 2010. «Checklist-
Based Assessment Methodology for Sustainable Design». Journal of Mechanical
Design, vol. 132, Issue 9, p. 1-8
Liberatore, M. J., et R. L. Nydick. 2003. Decision Technology: Modeling, software and
Applications, Second Edition Revised and Expanded. Hoboken (NJ): John Wiley &
Sons, Inc., 386 p.
Poli, C. 2001. «Manual Assembly». En ligne. <http://www.ecs.umass.edu/mie/poli/
oldengin113h/ManualAssembly.ppt>. Consulté le 12 avril 2011.
Robinson, H. 2009. «Using poka-yoke techniques for early defect detection». In
Http://facultyweb.berry.edu/jgrout/pokasoft.html. Consulté le 8 janvier 2010
Roy, R., S. Hinduja et R. Teti. 2008. «Recent Advances in Engineering Design Optimisation:
Challenges and Future Trends». CIRP Annals – Manufacturing Technology, volume
57, Issue 2, p. 697-715
Saari, D.G. 2010. «Aggregation and Mutilevel Design for Systems: Finding Guidelines».
Journal of Mechanical Design, August , vol. 132, Issue 8, p. 1-9
Shimbun, N.K. 1988. Poka-yoke: Improving Product Quality by Preventing Defects, English
Translated Edition Revised of Originally Published as Pokayoke Dai Zukan. New
York (NY): Productivity Press, Portland, OR, 282 p.
Shingo, S. 1986. «Zero Quality Control: Source inspection and the Poka-Yoke System».
Productivity Press, Portland, OR, 303 p.
91
Tomiyama, T., P.Gu, Y.Jin, D.Lutters, Ch.Kind et F.Kimura. 2009. «Design methodologies:
Industrial and Educational Applications». CIRP Annals – Manufacturing Technology,
volume 58, Issue 2, 2009, p. 543-565
Tsou, J.-C. et J.-M. Chen. 2006. «Dynamic model for a defective production system with
Poka-Yoke». Journal of the Operational Research Society, vol. 56, n° 7, p. 799-803.
Université de Montréal. 2009. «La Vision des Grands Maîtres de la Qualité». En ligne. 22 p.
<http://www.scinf.umontreal.ca/Cours/SOI6230/Diaporama/Vision_des_grands_mait
re.pdf >. Consulté le 4 février 2010.
Zaghbani, Imed. 2009. Ingénierie simultanée & DFMA. [Notes du cours MEC 785].
Montréal: École de Technologie Supérieure, 43 p.
Related Documents
